본문 바로가기
728x90
반응형

딥러닝 기초2

딥러닝 기초 - (4)선형회귀(경사하강법(Gradient descent) 사용) / 파이썬 코딩 지난 포스팅에서는, 최소제곱법이(Method of Least Sqaure) 아닌 평균제곱오차(Mean Sqaured Error)를 활용하여 최적의 회귀선을 찾아가는 방법에 대해서 알아보았다. 2022.06.22 - [파이썬(Python), 머신러닝, 딥러닝] - 딥러닝 기초 - (3)선형회귀(평균제곱오차 / Mean Squared Error) / 파이썬 코딩 딥러닝 기초 - (3)선형회귀(평균제곱오차 / Mean Squared Error) / 파이썬 코딩 이전에 알아본 최소제곱법을 이용한 예측선을 만드는 선형회귀방법에서는, 독립변수(x)가 한 개 였기때문에 큰 문제가 없었으나, x가 여러개로 늘어나게되면 식이 점차 복잡해져 계산에 무리 goodsarah.tistory.com 즉, 최초의 임의의 회귀선 후.. 2022. 6. 22.
딥러닝 기초 - (2)선형회귀(최소제곱법) - 파이썬으로 코딩 이번 포스팅에서는 파이썬을 통해서 선형회귀를 실습해보겠다. 1. 최소제곱법(Least Square Method) 파이썬으로 실습하기 (1) Numpy 라이브러리 불러오기 * Numpy : 행렬이나 일반적으로 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하는 파이썬의 라이브러리 import numpy as np (2) 실습용 데이터 생성 (x : 키 / y : 몸무게) # x = 키 / y = 몸무게 로 정의하여 여러개의 관측값을 만든다. x=np.array([180, 170, 175, 165, 193, 177, 181, 169, 163]) y=np.array([70, 63, 67, 70, 80, 61, 79, 69, 59]) (3) 데이터의 분포 확인(시각화) # 기본적인 데이터 시각화에는 matpl.. 2022. 6. 22.
728x90
반응형