[머신러닝]02-1.Linear Regression의 개념

※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.

김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다.

Linear Regression(선형회귀)란?

• 종속 변수 y와 한 개 이상의 독립 변수(또는 설명 변수) X와의 선형 상관 관계를 모델링하는 회귀분석기법

• ex) 한 학생이 7시간을 공부했을 때 몇 점을 받을지에 대한 예측(Supervised Learning)

x(hours)	y(score)
10	90
9	80
3	50
2	30
7	?

(Linear) Hypothesis(가설) 세우기

• 세상에는 Linear로 설명할 수 있는 관계가 많다

• ex) 공부시간과 성적의 관계, 집의 넓이와 가격의 관계 등

실제 데이터에 가장 근접한 가설을 찾는다.

실제 데이터와 가설의 값의 거리를 비교해 가장 작은 가설이 좋은 가설

Cost function 

(m = 데이터 개수)

• minimize cost(W,b)를 구하는 것이 학습의 목표

• 이미 만들어진 알고리즘을 사용