[ML] 2025/07/21, Linear Regression의 Hypothesis 와 cost 설명

1. Predicting exam score : regression

위와 같은 시간에 따른 점수에 따른 데이터를 갖고 학습시킨다. 이런 regression 모델이 데이터를 갖고 학습하면 어떠한 모델이 만들어진다.  

 

2. Regression

 

3. (Linear) Hypothesis

세상에는 Linear로 모델을 가설을 세울 수 있는 것이 많다. 따라서 위 중에 어떤 선이 해당 데이터에 맞을까 찾는 것이 모델을 만드는 것이다.

 

4. Cost Function

설정한 선형 함수와 실제 값의 차이를 제곱하면 항상 양수가 되며, 이 값은 예측과 실제 값의 차이가 클수록 더 커지므로, 오차가 큰 경우에 더 큰 가중치를 부여할 수 있다.

 

m을 학습한 데이터라고 하면 예측한 값 H(x)와 실제 값인 y의 차이를 제곱한다.

 

H(x) = Wx+b를 cost function에 대입하면, const는 W, b의 함수가 된다. 따라서 이 차이를 줄이려면 W, b가 작아야 하므로

 

cost를 가장 작게 만드는 W,b를 구하는 것이 최종 목표이다.