sons dataStory

목차 선형신경망 Minibatch Stocastic Gradient Descent 정규분포와 제곱손실 Minibatch의 생성 모델 생성 high-level APIs of deep learning frameworks 선형신경망 회귀분석은 하나이상의 독립변수와 종속변수 사이의 관계를 모형화는 일련의 방법입니다. 예측, 분류와 관계된 경우에 사용합니다. 예로 가격 예측(주택, 주식 등), 입원 기간 예측(병원 환자의 경우), 수요 예측(소매 판매) 등을 생각할 수 있습니다. 선형회귀의 경우 다음을 가정합니다. 독립 변수 x와 종속 변수 y 사이의 관계가 선형이라고 가정합니다. 즉, 관측치에 대한 약간의 노이즈가 주어졌을 때 y는 x에 있는 요소의 가중 합으로 표현될 수 있다. 이 모델에서 파생되는 노이즈는 정규분포에 부합한다고 가정합니다. 가격, 면적, 연령으로 구성된 자료에서 가격을 예측하기 위한 선형모델을 구축한다고 할 때 그 데이터 셋은 다음과 같은 모양일 것입니다. 면적 연령 가격 - - - $\vdots$ $\vdots$ $\vdots$ 위 데이터 구조에서 각 행을 예제(데이터 포인트, 데이터 인스턴스, 샘플)이라 합니다. 예측하고자 하는 것을 레벨(타겟)이라 합니다. 에측의 기반이 되는 독립변수를 특성(feature) 또는 공변량(covariate)라고 합니다. 데이터셋의 전체 수(행의수)를 n, 데이터 인스턴스(예제)를 i로 표현합니다. 그러므로 입력변수 X와 y는 다음과 같습니다. $$X^{(i)}=[x^{(i)}_1, x^{(i)}_2]^T, y^{(i)}$$ $$\begin{align}\tag{1}&\text{price}=w_{area} \cdot \text{area}+w_{age} \cdot \text{age}+b\\ ...