반응형
Classification vs regrassion
Classification은 이것이 기준에 맞다 아니다에 대한 결과를 보여줌, 예를 들어 사진이 고양이사진이다 아니다, 또는 증상이 병이다 아니다 라는것을 0또는 1처럼 나타내준다
Logistic Regrassion은 binary classification의 간단한 모델이며, 가장 간단한 뉴럴네트워스의 한 방식이라고 할 수 도있다.
n차원의 입력인 주어졌을 때, w는 n차원의 갯수를 갖는 파라미터이다.
시그모이드는 리니어한 결과값이 갖는 -무한대부터 +무한대 까지의 값을 0과 1사이의 값으로 만들어준다
Y가 1이될 확률을 높게할수록 로스가 감소한다, 작게할수록 로스는 증가한다.
Cost
코스트 펑션을 미니마이즈하는 w 결과값을 뽑아내는 것이 목표
Gradient Descent : 코스트 펑션을 minimize 하기 위한 할고리즘, w = w - 기울기(미분값)에 일정 수치를 곱한값
결국 원하는 w 로 수렴하는 결과가 나타남
편미분을 이용하면, 좀더 정확한 결과를 나타 낼 수 있음.
교수님 아이디
whjung@hanyang.ac.kr
반응형