뉴런 하나가 가격을 예측해요(선형 회귀)
왜 중요한가 가장 단순한 신경망은 활성화 없는 뉴런 하나예요. 고전적인 도구이기도 해요: 선형 회귀. 더 큰 모든 것은 이걸로 만들어져요.
각 집은 숫자 둘이에요: 크기와 시내에 얼마나 가까운지(둘 다 0과 1 사이로 맞춰요). 뉴런은 price = w1 * size + w2 * closeness + b를 예측해요. 배치 전체에 대해서는: X @ w + b.
작은 숫자
w = (3, 1.5), b = 0.5일 때, 크기 0.5, 가까움 0.2인 집은 1.5 + 0.3 + 0.5 = 2.3, 즉 230,000을 받아요.
손실은 모듈 1의 평균 제곱 오차예요: (예측 빼기 실제 값) 제곱의 평균.
선형 회귀: 숫자를 입력의 가중합 더하기 편향으로 예측하기. 활성화 없는 뉴런 하나예요.
요약 X @ w + b로 예측하고, 평균 제곱 오차로 점수를 매기세요.
이 레슨의 단어와 기호
- 뉴런
- w . x + b, 그다음 활성화
- 가중치 (w, W), 편향 (b)
- 뉴런이 배우는 숫자. 편향은 출력을 옮겨요
predict(X, w, b)와 mse(pred, y)를 쓰세요. 그다음 데이터에서의 손실이 0.05 아래가 되도록 w_guess와 b_guess를 손으로 설정하세요(값 몇 개를 시도하고 손실을 출력해 보세요).
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.