경사하강법 (1) 썸네일형 리스트형 [AI / 머신러닝] Gradient Descent(경사하강법) 인공지능 network 구조를 이해하기 위해 정리하는 글입니다. |정의| 경사하강법(Gradient Descent)은 1차 근삿값 발견용 최적화 알고리즘이다. 기본 개념은 함수의 기울기(경사)를 구하고 경사의 절댓값이 낮은 쪽으로 계속 이동시켜 극값에 이를 때까지 반복시키는 것이다. 출처: wikipedia.org |사용용도| 사용용도를 알기 위해선 머신러닝의 일반적인 학습 방법에 대한 이해가 필요합니다. 머신러닝 모델은 입력된 데이터를 기반으로 학습합니다. 아직 충분한 데이터를 보지못단 학습모델은 정답이 아닌 결과를 출력할 가능성이 큽니다. 그런데 데이터에 대한 정답이 얼마나 가까운지는 어떻게 판단할까요? 이는 산술적인 거리(distance)로 예측한 결과와 실제값을 비교하여 정답을 맞힙니다. 이때 학.. 이전 1 다음
