DeepFlowest

● Linear Regression > 데이터에 잘 맞는 '직선'을 찾는 것이다. 즉, y=ax+b라는 직선이 있을 때 a와 b를 찾는 것이다. ● Hypothesis > 어떤 가설이 더 좋을까? = 어떤 식이 더 좋을까? ==> 이것을 정하기 위해서 cost함수를 쓴다. H(x) = Wx + b (W : Weight, b : bias) ● Cost H(x) - y (예측 값- 실제 값) => '빨간색 선'들의 합이 작을 수록 good! => 이 차이를 cost, lost, error 라고 함. ==> 어떻게 이 cost 값을 최소화할까? ● Cost function > error^2의 평균값 H(x) = Wx + b => Cost함수를 최소화하는 W와 b를 찾는 것 ​ (학습의 목적이기도 함)