MSE Loss์ ์๊ทธ๋ชจ์ด๋์์์ ์ญ์ ํ ์ดํดํ๊ธฐ
์ต๊ทผ์ ๊ณต๋ถํ๋ฉด์ ๊ฐ์ฅ ํท๊ฐ๋ ธ๋ ๋ถ๋ถ์ด ๋ฐ๋ก ์์ค ํจ์์ ๋ฏธ๋ถ, ๊ทธ๋ฆฌ๊ณ ๊ทธ ์ดํ ์๊ทธ๋ชจ์ด๋ ๋ฏธ๋ถ → ๊ฐ์ค์น ์
๋ฐ์ดํธ ๊ณผ์ ์ด์๋ค์ฒ์์๋ error = y - pred ๊ฐ์ ์ฝ๋๊ฐ ์ ๋ง๋์ง, ์ X.T @ error ๊ฐ์ ์ฐ์ฐ์ด ๋์ค๋์ง ์ดํด๊ฐ ์ ์ ๊ฐ๋ค๊ทธ๋์ ์์ ํ์ ์ญ์ ํ ๊ณผ์ ์ ํ๋์ฉ ํ์ด๊ฐ๋ฉด์ ์ ๋ฆฌํ๋ค 1. ์์ ํ (Forward Pass) ์์ ํ๋ ์
๋ ฅ ๋ฐ์ดํฐ๋ฅผ ๋ชจ๋ธ์ ๋ฃ์ด์ ์์ธก๊ฐ๊ณผ ์์ค (loss)์ ๊ณ์ฐํ๋ ๊ณผ์ ์ด๋ค. 1. ์
๋ ฅ ๋ฐ์ดํฐ์ ์ ๋ต$ X = [[1, 2], [3, 4], [5, 6]] $$ y = [1, 0, 1] $ 2. ๊ฐ์ค์น์ ํธํฅ ์ด๊ธฐ๊ฐ$ beta = [0, 0] $$ b = 0 $ 3. ๋ก์ง ๊ณ์ฐ$$ z=Xβ+b $$ 4. ์๊ทธ๋ชจ์ด๋ ํ์ฑํ$$ \hat..
2025. 9. 12.