jinseon's log

👩🏻‍🏭 선형 회귀 (Linear Regression) - input과 output 간의 관계가 선형적 ✔ 기본 식 - x : 입력 변수 - y^ : 추정하는 함수로터 출력된 값 - β : 회귀계수 📍 y와 y^의 차이 : 실제 y / 함수가 추정한 y^ 1️⃣ basis function - 모형의 대략적인 구조를 세움 - 함수가 가정하고 있는 바에 따라서 대략적인 함수의 형태를 컴퓨터에게 알려주는 과정 2️⃣ 손실함수 (loss function) ✔ MSE (Mean Squared Error) - yi : 실제값 - yi^ : 모형 출력 값 - Training error : 실제 값과 예측 값의 차이 == 오차 - 오차의 제곱의 평균 - Loss ≠ 0 📍 제곱을 하는 이유 - 제곱을 하지 않고 모든 ..