Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

[Week2] - donghwan #43

Closed
wants to merge 1 commit into from
Closed
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
23 changes: 23 additions & 0 deletions week2-donghwan/week2-conceptnote.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,23 @@
# week2- concept note
## 선형 회귀 모델 (Linear Regression)
* 데이터 간 선형관계를 모델링 해서 예측
* 최소제곱법을 사용해 가중치를 학습
* 이때 선형 회귀에서 정규방정식을 통해 가중치 계산

## 경사하강법
* 비용함수의 기울기를 계산하여 최소값을 찾아가는 최적화 알고리즘
* 학습률을 설정하여 가중치를 업데이트
* 모든 데이터를 사용해 손실함수의 기울기를 계산한 후 가중치 업데이트

## 로지스틱 회귀
* 이진분류 문제에서 사용되는 모델로 확률을 예측
* 시그모이드 함수로 출력 값을 0과 1 사이로 변환함

## 서포트 벡터 머신(SVM)
* 데이터 간 마진을 최대화하여 분류
* 고차원 공간에서 선형 분리가 가능하도록 커널 함수 사용
* 결정경계는 50% 확률로 분류되는 선형 경계로 데이터를 2개의 클래스로 나뉨

## 결정트리와 랜덤 포레스트
* 결정트리는 데이터를 조건에 딸 분할하여 예측
* 랜덤 포래스트는 여러 결정트리를 앙상블하여 예측 성능을 향상
Loading