Multi-variable linear regression
Predicting exam score : regression using one input (x)
one-variable or one-feature
좋은 feature 를 뽑아내야함 수십 수만개의 feature 가 존재할 수있다.
Predicting exam score:
regression using two input(x1,x2)
Hypothesis
H(x) = Wx + b
H(x1,x2) = w1x1 + w2x2 + b
Cost function
이것은 동일하고 Hypothesis 만 변경 시켜주면됌.
Multi -variable
H(x1,x2,x3,...xn) = w1x1 + w2x2 + w3x3 + ... + wnxn + b
Matrix multiplication
- basic linear algebra
H(X) = WX(행벡터 W, 열벡터 X) + b
W vs X
두개를 similar form 으로 column vector로 define 한다. (mathematical)
W를 Transpose 한다.
inner product form
'머신러닝' 카테고리의 다른 글
[실습] 모두의딥러닝 - tensorflow로 간단한 linear regression을 구현해보자! (0) | 2017.02.10 |
---|---|
[실습] 모두의딥러닝 - tensorflow의 기본 및 설치방법 (0) | 2017.01.23 |
[강의]시즌1 딥러닝의기본 - Linear Regression의 cost 최소화 알고리즘 (0) | 2017.01.20 |
[강의]시즌1 딥러닝의기본 - Linear Regression의Hypothesis와 cost (0) | 2017.01.20 |
[강의]시즌1 딥러닝의기본 - 기본적인 Machine Learning의 용어와 개념 (0) | 2017.01.20 |