일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |
Tags
- groupby
- sql오답노트
- 인프런sql강의
- 머신러닝
- PYTHON
- 프로그래머스
- 경제공부
- programmers
- 코세라강의
- WHERE
- 머신러닝강의
- 코세라
- Andrew NG
- Machine Learning
- Algorithm
- sql
- 안드류응
- 프로그래머스SQL
- 코세라머신러닝강의
- orderby
- 알고리즘
- DATE_FORMAT
- 코세라머신러닝
- sorted
- POP
- SQL공부
- map
- coursera
- 파이썬
- mysql
Archives
- Today
- Total
목록코세라 머신러닝 (1)
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..
강의노트/Coursera
2021. 2. 5. 15:53