김성범 교수 핵심 머신러닝 3강

3장. 머신러닝 모델 학습 프로세스 1.

데이터와 변수의 관계 모델의 목적: 원인 변수 X를 통해 결과 변수 Y를 추정하는 것 독립변수 X: 예측에 사용되는 입력 데이터 예: 주행 거리, 마력, 고객 연령 종속변수 Y: 예측하고자 하는 대상 예: 중고차 가격, 고객 구매 여부 핵심 포인트: 모델은 여러 입력 변수 중에서 Y를 가장 잘 설명할 수 있는 관계(함수식)를 찾는 것 2. 오차와 모델링의 본질 모델 학습 = 오차 최소화 모델은 파라미터 W, b를 조정해 이 오차를 최소화하는 함수식을 찾음 3.

손실 함수와 비용 함수 손실 함수(Loss Function): 개별 샘플에 대한 오차 비용 함수(Cost Function): 모든 샘플의 오차를 합산·평균한 값 모델 학습 목표: 비용 함수 값을 최소화하는 파라미터를 탐색 1. 회귀 문제: 평균제곱오차(MSE) 오차가 클수록 제곱으로 패널티 강화 이상치에 민감 2.

분류 문제: 교차엔트로피(Cross-Entropy) 예측 확률 분포와 ...