컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 2-3 Logistic Regression

컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 2-3 Logistic Regression

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

URL : https://www.edwith.org/medical-20200327/lecture/63126/

Logistic Regression

Y : 0 or 1인 Discrete value : classification

$g(z) = \frac{1}{1+e^{-z}}$

Cost Function

MSE 방식은 미분이 힘듬 -> Binary Cross Entropy를 사용

y=1,h=1 or y=0,h=0 -> J(w)=0

y=0,h=1 or y=1,h=0 -> J(w)=발산

$minimize_{w,b}J(w,b)$ -> gradient descent 사용

즉, Logistic Regression cost function의 미분은 Linear Regression cost function과 일치한다는 것을 확인할 수 있음.

참고로 h(z)에 대한 함수의 미분은 sigmoid의 미분이므로 h(1-h)가 됨.