[DL 딥러닝] 비용함수(Cost function), 손실함수(Loss function), 목적함수(Objective function)
모델링(modeling) 머신러닝과 딥러닝의 기본적인 컨셉은 대용량의 데이터를 가지고 모델을 만들고, 이 모델을 통해 새로운 데이터를 예측하는 것이다. 과거의 데이터에서 패턴을 파악하여 이를 이용해 미래를 예측하고자 한다. 이러한 데이터 내 존재하는 관계, 패턴, 규칙 등을 탐색하여 하나의 모형으로 만드는 과정을 '모델링(modeling)'이라고 한다. 모델링은 데이터를 잘 설명하는 하나의 수식(\(y=f(x)\))을 생성해내는 것이라고도 할 수 있다. 손실 함수, 비용 함수, 목적 함수의 차이 그렇다면 내가 만든 모델이 잘 예측하고 있는 지 어떻게 알 수 있을 까? 모델이 잘 예측하고 있는 지 평가하기 위해 실제 데이터 값과 모델이 예측한 값 간의 차이를 측정하면 된다. 이를 '에러(Error)..
AI
2024. 7. 3. 17:58
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- baekjoon
- 파이썬
- 앤드류응
- adrew ng 머신러닝 강의
- 강화학습
- numpy 배열 생성
- computation graph
- **
- 숏코딩
- 손실함수
- 로지스틱 회귀
- 11870
- *args
- 비용함수
- action value function
- 딥러닝
- sorted
- 경사하강법
- policy function
- Sort
- Andrew Ng
- 백준
- python
- **kwargs
- NumPy
- *
- state value function
- numpy 배열 속성
- 강의노트 정리
- omp: error #15
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함