![]()
1. General non linear least squares non-linear function의 최솟값을 찾는 과정을 식으로 전개하면 위와 같다. 이때도 마찬가지로 loss에 해당하는 카이제곱을 구해야한다. 그러나 변수가 여러 개이므로 주어진 y식을 각 변수에 대해 편미분한 결과를 파악해두어야 한다. linear regression를 수행할 때와 마찬가지로 카이제곱 벡터가 0이 될때까지 기존의 값에서 카이제곱의 미분한 결과를 반복적으로 빼주어야 한다. 이때 dy / da_k는 y가 a1, a2로 구성된 식이므로 이를 계산하기 전 식을 나타내고 있다. 2. Fitting a non-linear function (Quiz) 비선형 함수를 적용할 수 있는 데이터 분포 고르기 카이제곱 식에 대해 올바른 설..
![]()
1. Simple linear regression 어떤 데이터들을 잘 설명하는 직선을 구할 수 있다. 데이터들을 기반으로 어떤 직선이 데이터의 분포를 가장 잘 표현할 수 있는지에 대해 고민하는 것이다. 이 직선으로 예측된 값이 실제값과 얼마나 떨어져있는지 확인하기 위한 식이 카이제곱이다. 실제값에서 예측값을 빼서 제곱한 값들을 모두 더한 것이 된다. 이 값이 곧 오차(loss)를 의미하게 되고 이를 최소화해야 우리가 원하는 최적의 직선을 얻을 수 있게 된다. 결국 이 오차를 끝까지 최소화하면 그 값은 0이 될 것이다. 따라서 카이제곱을 구성하는 변수인 m과 c에 대해 편미분을 수행하여 카이제곱벡터를 구하고, 이것이 영벡터와 같아지는 때가 언제인지 구하면 된다. 위 과정에서 c와 m에 대한 식을 정리할 수..
