728x90
해당 내용은 coursera Andrew Ng교수의 Machine Learning 강의노트 정리
Non-linear Hypotheses
지금까지의 linear regression과 logistic regression으로는 복잡한 non-linear decision boundary가 필요한 데이터를 다루는 데에 한계가 있다. 집값예측의 예에서 100개의 feature가 있을 때 hypothesis function에 서로 다른 2개의 feature를 결합시켜 새로운 feature를 만든다고 한다면 feature의 개수는 대략 5000개가 되게 된다. 만일 3개의 feature를 결합시킨다면 170,000개가 된다. 즉 feature의 개수가 기하급수적으로 증가하게 되어 연산량이 늘어나게 될 뿐만 아니라 overfit 가능성 또한 높아진다.
Neural Networks
Neural Network algorithm은 두뇌를 모방하는 것으로 시작되어 80년대와 90년대 초반에 널리 사용되어지다 90년대 후반에 이르러 인기가 줄어들었다. 최근 state-of-the-art technique으로 다양한 분야에 적용되고 있다.
One learning algorithm hypothesis란 기존의 신경계에 해당 신경이 아닌 다른 신경을 연결하면 다른 신경을 학습한다는 가설이다. 즉 본래 청각신경에 시신경을 연결하면 보는 법을 배운다는 것이다.
Refrenece
Machine learning , Coursera, Andrew Ng
728x90