머신러닝 학습의 목표

(Linear) Hypothesis

 Linear == 선 : 선(line) 형태로 나타난다.
 
 Linear Regression : 많이 사용됨 / 리니어로 모델을 세울 수 있는 경우가 많다.
   H(x) = Wx + b : 이런 형태로 가설H(x) 을 세운다
    
  어떤 가설이 더 좋은가? 
   어떤 가설이 더 좋은지 알아보기 위해 Cost Function을 구한다
   Cost[Lost] Function : H(x) - y
     cf) 보통은 차이에 제곱을 한다. 양수, 음수를 보다 비교하기 쉽다
 

학습의 목표 : Minimize Cost (최소화)

학습이라는 것은?
  -> W와 b를 조정하여 cost를 최소화하는 것을 의미한다.

ex) x_train = [1,2,3]
    y_train = [1,2,3] 
   
  :  학습할 것들 (1일때 1이고, 2일때 2이고, 3일때 3이다)
    cf) reduce_mean : 평균 내어주는 것을 의미
    cf) train 실행을 시키면 cost - hypothesis - w - b로 연결이 된다