hypothesis, cost, optimizer minimize

[iammiori]

1. hypothesis

weight는 그래프의 각도 , b는 bias
y= wx+b

2. 비용 함수

우리가 구하고자 하는 그래프는 실제 값에서 그래프의 값까지의 차이가 가장 작은 값.

원래 예측한 값 차이 ) 측정값 - 그래프값
= >실제 측정한 값과 예측한 값의 차이가 최소가 되는 W,b 구하고자 하는 것.

=> n이 측정에 따라 여러개가 될수 있기에 평균을 사용

3. Optimizer

cost 함수의 최솟값을 찾는 알고리즘
=> gradient descent

평균제곱오차