5. Logistic Regression
2023. 9. 8. 13:38ㆍGoogle ML Bootcamp/1. Neural Networks and Deep Learning
Binary Classification 문제에서 사용하는 기법.
- output is 0 or 1 (yes or no)
Why?
input X, weight W(=function X map to Y), output Y, bias b
XW+b = Y 하도록 학습 시 선형회귀의 경우 이대로 적용.
하지만 0 <= predict Y <= 1 인데 XW의 경우 음수 혹은 1을 초과할 수도 있으므로 적절하지 않음.
따라서 sigmoid와 같은 Logositic Regression 함수를 사용. (XW + b = Z로 표기)
'Google ML Bootcamp > 1. Neural Networks and Deep Learning' 카테고리의 다른 글
| 7. Gradient Descent (1) | 2023.09.08 |
|---|---|
| 6. Logistic Regression Cost Function (0) | 2023.09.08 |
| 4. Binary Classification (0) | 2023.09.08 |
| 3. Why is Deep Learning taking off? (0) | 2023.09.05 |
| 2. Supervised Learning with Neural Networks (0) | 2023.09.05 |