예측(Regression)

누군가 질문을 던지면 사람은 생각을 하고 대답을 합니다

 

그걸 컴퓨터에서는 입력, 연산, 출력으로 표현할 수 있습니다.

 

만약 입력값이 3x4일때 연산은 4+4+4 이고 출력은 12가 됩니다.

 

 

여기서 가설을 하나 세워봅니다.

킬로미터를 마일로 변환 할 때 

 

마일 = 킬로미터 x c     (c는 상수)

 

데이터	킬로미터	마일
1	0	0
2	100	62.137

이때 c의 값을 찾아야 한다고 하겠습니다.

 

c값은 임의의 값을 주겠습니다. 어차피 학습을 통해서 바로 수정되기 때문에 관계가 없습니다.

 

킬로미터가 100이고 c 가 0.5 일때

마일의 기댓값은 62.137 결과 값은 50이 됩니다.

 

그럼 얼마만큼의 오차가 있는지 확인 할 수 있습니다

 

62.137 - 50 = 12.137   오차 = 12.137

 

그래서 c값을 0.6을 주었습니다.

 

100 x 0.6 = 60

 

기대값은 62.137 결과값은 60, 오차는 2.137이므로 아직 오차가 남아있기 때문에 c값을 증가시키겠습니다.

 

c값을 0.7 로 주었을때 

 

기대값은 62.137, 결과값은 70, 오차는 -7.863이므로 c값이 너무 커졌고 c의 값은 0.6보다 크고 0.7보다 작아야한다는 것을 알게 되었습니다

 

0.6< c < 0.7

 

 

그래서 c를 0.61을 주고 또 확인해봅니다.

기대값은 62.137, 결과값은 61, 오차는 1.137 여기서 c는 0.61보다 커야한다는 것을 알게 되었습니다.

 

 

이렇게 학습을 통해 Hyperparameter인 c의 값을 계속 수정해 나가고 처음에는 c의 값을 0.1씩 변화시키다가 기대값에 근접할 수록 0.01씩 변화를 줄여나갑니다.

 

이런방식으로 예측을 학습할 수 있고 머신러닝과 딥러닝의 기계학습 방법입니다.