머신러닝스터디/2016/2016_05_07 (rev. 1.11)

머신러닝스터디/2016/2016_05_07

내용 ¶

Logistic Regression(Binary Regression)

$https://upload.wikimedia.org/math/8/e/a/8ea0a810cfcd0c3dfec49306e214e301.png$
[PNG external image]
Softmax
- exponential을 쓴다.
  - 항상 양의 값을 가지며 단조 증가한다는 특징을 가짐.
None
- TensorFlow에서 지원하는 기능
- 예를 들어 784,00개의 데이터를 넣어주면 자동으로 행렬이 100 * 784로 형성된다.
TensorFlow에서는 행렬과 백터의 합이 지원이 된다.
- 정확히는 m*n 크기의 행렬 A에 n*1의 백터 B를 더하면 m개의 행에 각각 백터 B가 더해진다.
TensorFlow API
- https://www.tensorflow.org/versions/master/api_docs/python/math_ops.html#reduce_sum
가장 중요한 것은 graph의 shape

후기 ¶

서지혜: softmax의 정의를 오늘 처음 보고 멘붕했다. Sigmoid에 집착하고 있었다.
강민승: Matrix의 형태(행, 열)가 어떻게 변하는지를 이용해 연산의 흐름을 잡는게 중요하다고 들었으나 아직 머릿속에서 정리가 잘 안된다.

다음 시간에는 ¶

Logistic Regression Live Coding?

더 보기 ¶

Logistic Regression in Tensorflow Examples

활동지도/2016, 머신러닝스터디/2016

last modified 2021-02-07 05:29:26
Processing time 0.0746 sec