lossfunction ์ธ๋ค์ผํ ๋ฆฌ์คํธํ 3/29 ํ ํ์์ผ! ์ค๋์ ์ด์ ๋ฐฐ์ด Simple Linear Regression(๋จ์ ์ ํ ํ๊ท)์ ์ฝ๋๋ก ๊ตฌํํ๋ค. 1. Training Data Set ์ค๋น : Data pre-processing(๋ฐ์ดํฐ ์ ์ฒ๋ฆฌ). ์ฌ์ฉํ ์ ์๋ ํํ๋ก ์ค๋น 2. Linear Regression Model์ ์ ์ : y = Wx+b(์์ธก ๋ชจ๋ธ). hypothesis(๊ฐ์ค) 3. ์ต์ ์ W(weight, ๊ฐ์ค์น), b(bias, ํธ์ฐจ)๋ฅผ ๊ตฌํ๋ ค๋ฉด loss function(์์คํจ์)/cost function(๋น์ฉํจ์) → MSE 4. Gradient Descent Algorithm(๊ฒฝ์ฌํ๊ฐ๋ฒ) : loss function์ ํธ๋ฏธ๋ถ(W, b) × learning rate 5. ๋ฐ๋ณตํ์ต ์งํ 1. Training Dat.. ๋๋ณด๊ธฐ ์ด์ 1 ๋ค์
