Notice
Recent Posts
Recent Comments
Link
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
- HTML
- 선형 회귀(Linear Regression)
- 2021 Google ML
- 티스토리
- 경사 하강법
- Confidence
- Global minimum
- 코드펜
- 다중 선형 회귀(Multivariable Linear Regression)
- no module named 'tensorflow'
- tflite
- sys.executable
- CSS
- yolov5
- 안드로이드 연결
- Anaconda Prompt
- inputSize
- label
- 블로그 배너
- 파이썬 경로 수정
- BootCamp⛺
- 최종합격!!
- detect.py
- Jupyter notebook
- 스킨 변경
Archives
- Today
- Total
목록선형 회귀(Linear Regression) (1)
moo-nerim

선형 회귀에 대해 설명하기 전에 아래와 같은 문제가 있다고 생각해봅시다. 다음과 같은 표가 주어질 때 마신 커피 잔 수에 따른 시험 점수를 예측할 수 있을까요? 위의 표에 대한 데이터를 아래와 같이 그래프로 표시할 수 있습니다. 커피 잔수에 따른 input 값과 시험 점수에 해당하는 output 값을 표시해 가설을 세울 수 있습니다. 임의의 직선 1개(= 1차 함수)로 이 그래프를 비슷하게 표현할 수 있습니다. 선형 회귀(Linear Regression) 직선, 즉 일차함수의 개념인 H(x) = Wx + b 직선을 임의로 그려놓고, 그 직선을 바탕으로 예측하는 것이 선형회귀입니다. (W : 기울기, b : y절편) 위의 사진에서 왼쪽과 오른쪽 중 어느 모델이 더 예측을 잘한 것일까요? (파란 점 : 데이..
머신러닝
2021. 8. 30. 23:05