5-1주차: 사전과정과 최적화

손실함수 • 손실함수란? – 예측값과 실제값의 거리를 평가 • 왜 손실함수가 필요한가? – 손실함수의 값이 작아진다 -> 예측모델이 점점 정확해진다 • 손실함수를 이용하여 어떻게 모델을 학습시키는가? – 손실함수가 작아지는 방향으로 모델을 갱신 – 모델을 갱신시키는 방법 -> 최적화 손실함수 / 회귀 • 회귀 문제를 해결하기 위한 손실함수 – 평균제곱오차 (MSE) -> 가장 일반적으로 사용되는 손실함수 • 손실함수 MSE를 최소화하는 것은… – 관측치 cc에 추정치 ĉ c가 가까워지게 만든다 – ĉ은 특성변수 c들의 선형/비선형 가중결합이므로 결국 주어진 c에 대해서 관측치 c에 가장 가까운 선형/비선형 가중결합의 가중치 (weight, 모수)를 찾는것 MSE는 회귀 문제에서 가장 일반적으로 사용되는 손실함수 중 하나입니다. 이 손실함수는 관측치 cc와 대응되는 추정치 ĉ c의 차이를 제곱한 값의 평균으로 계산됩니다. 수식으로 나타내면 다음과 같습니다. MSE = (1/n) ...

원문링크 : 5-1주차: 사전과정과 최적화