Linear Regression

 

 

 

 

 

 

 

 

# Computational Graph 구현하기

 

 

 

 

# Placeholder

 

 

 

 

 

 

 

 

 

 

 

# Everythins is Tensor

 

 

 

Tensor Ranks, Shapes, and Types

 

 

 

# Prediecting exam score: regression

x (hours)	y (score)
10	90
9	80
3	50
2	30

 

 

 

 

Regression (data)

 

 

 

(Linear) Hypothesis

H(x) = Wx + b  (H(x) : 가설)

 

 

 

 

 

 

# Cost function

우리의 데이터와 얼마나 다른가

H(x) - y  # 좋은 모델은 아님

( H(x) - y) ^2  # 보통은 제곱을 함

각각의 우리가 가정해서 예측한 값과 실제 값의 차이의 값을 제곱한 것을 개수만큼 더해서 m 개로나눔 

(m : 학습 데이터의 개수)