경사하강법은 기계 학습의 원천입니다
이전 두 섹션에 이어 기계 학습의 원천인 경사하강법에 대해 이야기할 수 있습니다.
경사하강법은 그다지 복잡한 수학적 도구는 아닙니다. 그 역사는 200년이 넘었습니다. 그러나 사람들은 이렇게 비교적 간단한 수학적 도구가 많은 기계 학습 알고리즘의 기초가 될 것이라고는 예상하지 못했을 것입니다. 신경망으로 딥러닝 혁명을 일으켰습니다.
1. 그래디언트란
다변량 함수의 각 매개변수의 편도함수를 구한 후, 구해진 각 매개변수의 편도함수를 벡터의 형태로 작성하는 것이 바로 그래디언트입니다.
구체적으로 두 독립 변수의 함수 f(x1, x2)는 기계 학습 데이터 세트의 두 특성에 해당합니다. x1과 x2에 대해 각각 편도함수를 구하면 구한 기울기 벡터는 (∂f / ∂x1, ∂f/∂x2) T, 이는 수학적으로 Δf(x1, x2)로 표현될 수 있습니다. 그렇다면 그래디언트 벡터를 계산하는 요점은 무엇입니까? 기하학적 의미는 함수가 변화하는 방향으로, 가장 빠르게 변화하는 방향이다. 함수 f(x)의 경우 점 (x0, y0)에서 기울기 벡터의 방향은 y 값이 가장 빠르게 증가하는 방향입니다. 즉, 기울기 벡터 Δf(x0)의 방향을 따라 함수의 최대값을 찾을 수 있습니다. 반면, 기울기 벡터의 반대 방향, 즉 -Δf(x0) 방향을 따라 기울기가 가장 빠르게 감소하며 함수의 최소값을 찾을 수 있습니다. 특정 지점에서 그래디언트 벡터의 값이 0이면 미분 값이 0인 함수의 가장 낮은 지점(또는 로컬 최저 지점)에 도달한 것입니다.
2. 경사하강법: 내리막길 메타포
머신러닝에서 경사하강법에 대한 비유로 내리막길을 사용하는 것은 매우 일반적입니다. 당신이 큰 산 어딘가에 서서 멀리 끝없이 펼쳐져 있는 지형을 바라보고 있지만, 멀리 있는 위치가 여기보다 훨씬 낮다는 것만 알고 있다고 상상해 보십시오. 산을 내려가는 방법을 알고 싶지만 단계적으로만 내려갈 수 있습니다. 즉, 특정 위치에 도달할 때마다 현재 위치의 기울기를 찾을 수 있습니다. 그런 다음 기울기의 음의 방향을 따라 한 단계 아래로 내려갑니다. 즉, 가장 가파른 곳으로 내려가서 새 위치의 기울기를 계속 풀고, 새 위치에서 가장 가파른 곳으로 계속 한 단계 아래로 내려갑니다. 아래 사진처럼 산기슭까지 한걸음 한걸음씩 걸어가시면 됩니다.
위의 설명을 보면 왜 방금 함수의 오목함과 볼록함을 언급했는지 이해하기 어렵지 않습니다. 왜냐하면 비볼록함수에서는 산 아래까지 도달하지 못하고 특정 계곡에서 멈출 수도 있기 때문이다. 즉, 볼록하지 않은 함수에 대한 경사하강법은 항상 전역 최적해를 찾을 수는 없으며 지역적 최적해만 얻을 수 있습니다. 그러나 함수가 볼록형인 경우 경사하강법은 이론적으로 전역 최적해를 얻을 수 있습니다.
3. 경사하강법의 용도는 무엇인가요?
경사하강법은 기계 학습에 매우 유용합니다. 간단히 말해서 다음 사항에 주의할 수 있습니다.
머신러닝의 핵심은 최적의 함수를 찾는 것입니다.
함수가 최적인지 측정하는 방법은 무엇입니까? 예측값과 참값(머신러닝에서는 손실값이라고도 함) 사이의 오차를 최소화하는 방법입니다.
오차와 모델 매개변수 사이에 함수를 설정할 수 있습니다(볼록 함수 선호).
경사하강법은 볼록 함수의 전역 최소값, 즉 오류가 가장 작은 매개변수를 찾는 데 도움이 됩니다.
위 내용은 이 글은 경사하강법이 무엇인지 이해하는 데 도움이 될 것입니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

소개 Python은 객체 지향 프로그래밍 언어 (또는 OPS)입니다. 이전 기사에서는 다재다능한 특성을 탐구했습니다. 이로 인해 Python은 다양한 데이터 유형을 제공하며 광범위하게 M으로 분류 할 수 있습니다.

소개 Tableau는 효율적인 데이터 분석 및 프레젠테이션을 위해 전 세계 회사와 개인이 현재 사용중인 가장 강력한 데이터 시각화 도구 중 하나로 간주됩니다. 사용자 친화적 인 인터페이스와 Exten

이봐, 코딩 닌자! 하루 동안 어떤 코딩 관련 작업을 계획 했습니까? 이 블로그에 더 자세히 살펴보기 전에, 나는 당신이 당신의 모든 코딩 관련 문제에 대해 생각하기를 원합니다. 완료? - ’

AI 식품 준비 여전히 초기 사용 중이지만 AI 시스템은 음식 준비에 점점 더 많이 사용되고 있습니다. AI 구동 로봇은 부엌에서 햄버거를 뒤집기, 피자 만들기 또는 SA 조립과 같은 음식 준비 작업을 자동화하는 데 사용됩니다

소개 파이썬 기능에서 변수의 네임 스페이스, 범위 및 동작을 이해하는 것은 효율적으로 작성하고 런타임 오류 또는 예외를 피하는 데 중요합니다. 이 기사에서는 다양한 ASP를 탐구 할 것입니다

소개 생생한 그림과 조각으로 둘러싸인 아트 갤러리를 걷는 것을 상상해보십시오. 이제 각 작품에 질문을하고 의미있는 대답을 얻을 수 있다면 어떨까요? “어떤 이야기를하고 있습니까?

제품 케이던스를 계속하면서 이번 달 Mediatek은 새로운 Kompanio Ultra and Dimensity 9400을 포함한 일련의 발표를했습니다. 이 제품은 스마트 폰 용 칩을 포함하여 Mediatek 비즈니스의 전통적인 부분을 채우고 있습니다.

#1 Google은 Agent2agent를 시작했습니다 이야기 : 월요일 아침입니다. AI 기반 채용 담당자로서 당신은 더 똑똑하지 않고 더 똑똑하지 않습니다. 휴대 전화에서 회사의 대시 보드에 로그인합니다. 세 가지 중요한 역할이 공급되고, 검증되며, 예정된 FO가 있음을 알려줍니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

mPDF
mPDF는 UTF-8로 인코딩된 HTML에서 PDF 파일을 생성할 수 있는 PHP 라이브러리입니다. 원저자인 Ian Back은 자신의 웹 사이트에서 "즉시" PDF 파일을 출력하고 다양한 언어를 처리하기 위해 mPDF를 작성했습니다. HTML2FPDF와 같은 원본 스크립트보다 유니코드 글꼴을 사용할 때 속도가 느리고 더 큰 파일을 생성하지만 CSS 스타일 등을 지원하고 많은 개선 사항이 있습니다. RTL(아랍어, 히브리어), CJK(중국어, 일본어, 한국어)를 포함한 거의 모든 언어를 지원합니다. 중첩된 블록 수준 요소(예: P, DIV)를 지원합니다.

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

에디트플러스 중국어 크랙 버전
작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

Dreamweaver Mac版
시각적 웹 개발 도구
