DAY 02학습의 출발점·손실과 평균제곱오차
틀린 정도를 숫자로
맞고 틀림을 감각이 아닌 하나의 숫자로 표현해 봅니다.
01 / UNDERSTAND
핵심 개념
예측과 정답의 차이를 오차라고 합니다. 오차를 그대로 더하면 양수와 음수가 상쇄될 수 있어, 여기서는 차이를 제곱하고 평균을 냅니다.
평균제곱오차 MSE는 여러 예제에서 모델이 얼마나 빗나갔는지 나타냅니다. 손실은 학습이 낮추려는 점수이며, 값이 작을수록 주어진 데이터에 더 잘 맞습니다.
손실은 모델의 예측 실패를 측정하는 기준입니다.
02 / WORKED EXAMPLE∑
작은 숫자로 따라가기
01
데이터 (1,2), (2,4), (3,6)에 w=1을 적용합니다.
02
예측 1,2,3과 정답 2,4,6의 차이는 -1,-2,-3입니다.
03
제곱 평균은 (1+4+9)/3 = 14/3입니다.
03 / EXPLORE
직접 실험해 보기
w를 바꾸며 손실이 0에 가까워지는 지점을 찾으세요.
LIVE EXPERIMENT · 01
손실 곡선을 걸어 보세요
YOUR NOTES · 3 MIN
메모는 이 브라우저에만 저장됩니다.오늘의 변화를 내 말로 설명하기
무엇을 조작했나요? 어떤 숫자나 그림이 달라졌나요? 그 이유는 무엇인가요?
04 / CHECK YOURSELF
오늘의 이해 확인
오차를 제곱하는 이유로 적절한 것은?
FURTHER READING
개념 원문
오늘의 작은 숫자 예제는 이 강의를 위해 작성했습니다. 아래 자료에서 실제 연구와 구현 설명을 확인할 수 있습니다.
Linear regression: Gradient descentGoogle Machine Learning Crash Course이 자료는 개념 학습용입니다. 실제 모델의 구조와 학습 설정은 구현마다 다를 수 있습니다.