Dev study and notes

4-1 신경망 네트워크 개요 학습목표 이번 강의는 앞으로 배울 내용들에 대한 개요입니다. 핵심키워드 개요 (overview) --- * 복습 : 로지스틱 회귀 특성 x 와 변수 w,b를 입력하면 z를 계산/ z 는 ^y인 a를 계산하는데 사용 손실함수 L 신경망은 시그모이드 유닛을 쌓아서 만들수 있다. z를 계산하고 a를 계산하는 두단계로 이루어져있다. 각각의 계산에 따른 방식으로 이동 연계(노드들의 연계 각자 다른 계산) 특성 x와 변수 W와 b 를 입력 z^[1]계산. 특성 x와 변수 W와 b 를 입력 z^[2]계산. (신경망의 또다른층) layer 개념 1 > 2 최종 출력 a^[2] 로지스틱 회귀에선 z와 a를 계산했지만 신경망에서는 z와 a를 여러번 계산한다. 그리고 마지막으로 손실을 계산한다...

원문 : 유튜브 링크 https://www.youtube.com/watch?v=Hax03rCn3UI&t=252s - Regression - 회귀 /두 변수 x와 y와의 관계에 적합한 선. 회귀선이라고도 한다. 회귀가 직선인 경우에는 회귀 직선이라고 한다. >선을 찾는것. 이것이 가설. >어떤 가설이 좋은가? / 가설의 차이를 구하는 것; 제곱을 활용하여 일정한 차이를 양수, 차이를 확인 가능 = cost function

원문 : 유튜브 링크 https://www.youtube.com/watch?v=Hax03rCn3UI&t=252s - Regression - 회귀 /두 변수 x와 y와의 관계에 적합한 선. 회귀선이라고도 한다. 회귀가 직선인 경우에는 회귀 직선이라고 한다. >선을 찾는것. 이것이 가설. >어떤 가설이 좋은가? / 가설의 차이를 구하는 것; 제곱을 활용하여 일정한 차이를 양수, 차이를 확인 가능 = cost function