소년스튜디오

  • 홈
  • 태그
  • 방명록
소년택이의 정리 상자.

선형 회귀 1

[요약] 핸즈온 머신러닝 - 04. 모델 훈련

선형 회귀 정의 선형 회귀 모델의 예측 정의 $\hat{y} = \theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2} + ... + \theta_{n}x_{n} = \sum_{i=0}^{n}\theta_{i}x_{i} = h_{\theta}(\textbf{x}) = \Theta\cdot\textbf{x}$ $\hat{y}$ = 예측값. $x_{i}$ =$i$ 번째 특성 값. 단 $x_{0} = 1$. $\theta_{i}$ =$i$ 번째 모델 파라미터. $\theta_{0}$ 은 편향 또는 bias 라 부른다. $h_{\theta}(\textbf{x})$ = 가설함수. 벡터 표현 머신러닝에서는 계산의 편의를 위해 변수를 열벡터로 나타낸다. 따라서 모든 훈련 세트 $X$ 에 ..

개발/머신러닝 2022.05.06
1
더보기
프로필사진

소년택이의 정리 상자.

  • 전체 (19)
    • 일상 (0)
    • 계발 (0)
    • 개발 (18)
      • 언어 (0)
      • 검색 (0)
      • 구름 (3)
      • 머신러닝 (9)
    • 여행 (0)
    • 음료 (0)

Tag

GoLearn, 요약, 핸드온 머신러닝, readinessProbe, 쿠버네티스 인 액션, readiness, 머신러닝, HTTP, 핸즈온머신러닝, 쿠버네티스, handson-ml, Rest, 핸즈온 머신러닝, rollout, 일본어, HOML, 클라우드, 학습, k8s, REST API 디자인 규칙,

최근글과 인기글

  • 최근글
  • 인기글
  • [요약] 핸즈온 머신러닝 - 10. 케라스를 사용한 인공 신경망 소개 2022.06.09 08:55
  • [요약] 핸즈온 머신러닝 - 09. 비지도 학습 2022.05.31 22:59
  • [요약] 핸즈온 머신러닝 - 08. 차원 축소 2022.05.30 17:43
  • [쿠버네티스 인 액션] 01. 쿠버네티스 소개 2021.06.28 04:06
  • [요약] 핸즈온 머신러닝 - 04. 모델 훈련 2022.05.06 08:58
  • [요약] REST API 디자인 규칙 - 06. 클라이언트 영역 2022.04.11 01:52

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

  • 2022/06
  • 2022/05
  • 2022/04
  • 2021/07
  • 2021/06

Calendar

«   2022/06   »
일 월 화 수 목 금 토
      1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30    

방문자수Total

536

  • Today : 0
  • Yesterday : 3

Copyright © Sonien Studio. All rights reserved.

티스토리툴바