윤구의 이것저것 프로그래밍 블로그

이번 포스팅에서는 머신러닝 카테고리에서 포스팅한 선형 회귀에 대한 이해를 바탕으로 텐서플로우로 구현을 해볼 것이다. 텐서플로우는 다음과 같은 처리를 반복한다. 1. 텐서노드와 엣지로 이루어진 그래프를 빌드한다.2. 세션을 통해서 그래프를 실행 시킨다. ( Session.run() )3. 실행 결과를 기반으로 텐서 플로우는 다시 그래프를 업데이트 시키기 위해 W(가중치) 값과 b(바이어스) 값을 조절한다. 우리는 선형 회귀 모델에서 H(x) = Wx + b 라는 간단한 식을 알 수 있다.이 간단한 식을 통하여 구현하게 되는데.. 우리는 이와 같은 아주 간단한 데이터 셋이 있다고 하자.X Y 1 1 2 2 3 3 이에 해당하는 코드를 작성하면 아래와 같다. 1234import tensorflow as tf ..

이전 포스팅에서 머신러닝의 개념 중 지도학습(Supervised Learning) 에 대하여 포스팅 하였다. 그 중 머신러닝에서의 선형 회귀(Linear Regression)을 활용한 모델이 있는데 이에 대해 알아보자! 회귀 분석(Regression Analysis) 먼저 회귀 분석에 대해서 간단히 짚고 넘어가자.회귀의 사전적인 의미는 "다시 예전의 상태로 돌아감" 을 의미한다. 이 용어는 영국의 유전학자 Francis Galton 이라는 분이 유전의 법칙을 연구하다 나온 것에 기인하게 되는데 대략적인 연구내용을 살펴보자면 부모와 자녀의 키 사이의 관계를 연구하면서 나오게 된 연구의 결과로 자녀의 키가 아버지 그리고 어머니 키의 평균을 조사하여 표로 나타낸 결과 결국 자녀의 키는 엄청 크거나 작은 것이 ..