컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 2-2 Linear regression

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

Linear Regression

x : Training Data Sample input

y : continuous value

x -> Linear Regression Model -> y

Training / Test

$h=wx+b$

나

$h=w_2x^2+w_1x+b$

와 같이 hypothesis h(x)를 추정하여 y에 가깝게 만드는 것이 목적

cost function $mimimize_{w,b} J(w,b) = (h_{w,b}(x)-y)^2$:

미분을 쉽게 표현하기 위해서 아래와 같이 표현도 가능

$J(w,b) = \frac{1}{2m}\sum_{i=1}^m(h_{w,b}(x^i)-y^i)^2$

여기서 J가 최소가 되는 w,b를 찾는 것이 목표

위 cost function J를 푸는 방법 = Gradient Descent

Repeat
{$w_j=w_j-\alpha\frac{\partial J}{\partial w_j}$}