미래를 예측하는 데이터분석가

Machine Learning by professor Andrew Ng in Coursera Day 4 - Linear Regression with Multiple Variables Multivariate Linear Regression 즉, 다변량 회귀에서 Gradient Descent알고리즘이 어떻게 계산되는지를 배웠다. 우선 위의 식을 보면 회귀의 절편값과 기울기들이 θ0, θ1, θ2로나타난다. 회귀식은 H(x) = θ0 + θ1x1+ θ2x2+...+θnxn이다. 여기서 위의 식들을 유추하는 과정은 day-2에 설명하셨고 Cost Function을 각 θi로 미분하여 기울기를 구해 각 θi에서 빼주면서 Cost Function이 가장 작아지는 최적의 파라미터값을 찾는 방법이었다. 그 식들을 간단..

Machine Learning by professor Andrew Ng in Coursera Day 3 - What is Machine Learning? 이번 시간에는 선형대수에서 기본인 행렬과 벡터에 대해 쭉 배웠다. 행렬을 곱할 때 m x n 과 n x 1 이면 m x 1의 벡터가 나온다 (즉, m차원의 벡터를 뜻한다). m x n 행렬과 n x m의 행렬의 경우는 곱하면 m x m의 행렬이 나온다. 여기선 I (Identity) Matrix 즉 항등행렬이며 대각원소의 값이 모두 1이고 나머지는 모두 0인 행렬을 말한다. 항등행렬과 어느 행렬을 곱해도 값이 값이 변하지 않는 특성이 있다. 마미막으로 역행렬에 대해 배웠고 그것으로 1주차 마지막 강의는 마무리가 되었다. 선형대수를 교양으로 듣고 공부도 ..

Machine Learning by professor Andrew Ng in Coursera Day 2 - What is Machine Learning? Cost Function 선형 회귀 문제에서 비용함수 즉, Cost Function은 이 그래프가 얼마나 잘 적합한지를 검증해주는 함수라고 할 수 있다. 통계에서는 이것을 MSE(Mean of Squared Error)라고 부른다. 나 역시 학부시절 그렇게 배워왔고 익숙했던 함수라 쉽게 이해할 수 있었다. 실제값에서 예측한 값의 차의 제곱을 평균한 값이며 2를 나눈 이유는 경사하강법의 계산에서 편의성이라고 한다. 여기서 함수 J는 비용함수이며 가장 최소가 되는 값이 최적의 값을 가지게 해준다. 최적의 값은 세타가 1이되면 즉 기울기가 1일 때 J의 값이..

Machine Learning by professor Andrew Ng in Coursera Day 1 - What is Machine Learning? Machine Learning Definition Arthur Samuel (1959) : Machine Learning defines field of study that gives computers the ability to learn without being explicitly programmed. -> 뚜렷하게 프로그램되있지 않아도 스스로 학습할 수 있는 능력을 컴퓨터에게 부여하는 것으로 정의한다. Tom Mitchell (1998) : well-posed Learning program , computer program is said to lear..