선형회귀4 [딥러닝을이용한 자연어 처리 입문] 0704 자동 미분과 선형 회귀 실습 1. 자동 미분 2. 자동 미분을 이용한 선형 회귀 구현 - W와 b값이 계속 업데이트 됨에 따라서 cost가 지속적으로 줄어드는 것을 확인할 수 있음 3. 케라스로 구현하는 선형 회귀 - 출처 : [딥러닝을이용한 자연어 처리 입문] 0704 자동 미분과 선형 회귀 실습 2021. 5. 17. [데이터 사이언스 스쿨] 5.1 확률론적 선형 회귀모형 probabilistic model ○ 부트스트래핑(bootstrapping) : 회귀분석에 사용한 표본 데이터가 달라질 때 회귀분석의 결과는 어느 정도 영향을 받는지를 알기 위한 방법이다. - 기존의 데이터를 재표본화(re-sampling)하여 여러가지 다양한 표본 데이터 집합을 만드는 방법을 사용한다. 재표본화는 기존의 N개의 데이터에서 다시 N개의 데이터를 선택하되 중복 선택도 가능하게 한다(unordered resampling with replacement). ○ 위 summary는 확률론적 선형 회귀모형을 사용한 것이다. 확률론적 선형 회귀모형을 쓰면 부트스트래핑처럼 많은 계산을 하지 않아도 빠르고 안정적으로 가중치 추정값의 오차를 구할 수 있다. ○ 확률론적 선형 회귀모형에서는 데이터가 확률 변수로부터 생성된 표본이라고 가정한다.. 2021. 5. 10. [K-ICT 빅데이터센터] 파이썬 텐서플로우(v1.x) 딥러닝 Ch5. TensorFlow 선형회귀모델을 활용한 집값 예측 모델-최권택교수 ★ 강의자료, 소스코드 다운받기 : https://kbig.kr/portal/kbig/datacube/... 2021. 4. 22. [Idea Factory KAIST] 딥러닝 홀로서기 : #3.Lec - Linear Regression [발표자료] - 슬라이드1: https://hunkim.github.io/ml/lec2.pdf - 슬라이드2: https://hunkim.github.io/ml/lec3.pdf - 슬라이드3: https://docs.google.com/presentation/... - 자료 저장소 링크 : https://github.com/heartcored98/Stand... - 피드백 링크 : https://goo.gl/forms/EjHD7zJ6lvmh9thB2 [Dingbro Crew] ★ 강의 - 조재영(whwodud9@kaist.ac.kr) ★ 촬영 - 김승수(seungsu0407@kaist.ac.kr) ★ 편집 - 김보성(kbs6473@kaist.ac.kr) ★ 디자인 - 황반석(hemistone@k.. 2021. 3. 24. 이전 1 다음
