식 유도법 설명이 필요했는데, 친절하게 풀어 말씀해주셔서 정말 이해가 잘되었습니다 :) 추가로 궁금한 점이 있습니다. 최소제곱법 설명해주실때 완성된 공식이 우리가 구한것과 같은 이유! 이렇게 거꾸로 설명해주셨는데요, 만약 저 식 자체를 유도해내려고 한다면 어떻게 저런 목적성을 가지고 저 0이 되는 식을 빼줄 생각을 할 수 있는 건가요?
좀 더 간단히 생각해보자면 ΣX bar(Yi-Y bar)가 0이 되는 이유는 편차의 총합이 0이기 때문에 그렇습니다. (X bar=상수, (Yi-Y bar)=편차) (Y1+Y2+Y3+...+Yn)/n=Y bar ΣX bar(Xi-X bar)가 0이 되는 이유 역시 동일합니다. (X bar=상수, (Xi-X bar)=편차) (X1+X2+X3+...+Xn)/n=X bar 아시다시피, 표준편차를 구할 때 편차를 그대로 쓰지 않고 편차에 제곱을 취한 뒤 총합을 평균하여 다시 제곱근을 취하는 이유를 떠올려보자면, 역시 편차를 모두 더했을 때 0이라는 무의미한 결과값이 나오기 때문이죠.
오래돼서 잊고 있었네요 ㅜ 영상을 따로 만들지 않고 대신 노트북 파일을 만들어 놓은게 있으니 참고해 주세요~^^ github.com/teddylee777/machine-learning/blob/master/07-Scikit-Learn/tutorial/01-%EC%B5%9C%EC%86%8C%EC%A0%9C%EA%B3%B1%EB%B2%95-(OrdinaryLeastSquares)-(%EC%8B%A4%EC%8A%B5).ipynb
[Σa(Xi-b)]로 간단히 표현했던 식을 풀어쓰게 되면 [a(X1-b)+a(X2-b)+a(X3-b)+...+a(Xn-b)]가 될 텐데, 이는 다시 [a{(X1-b)+(X2-b)+(X3-b)+...+(Xn-b)}]의 형태로 정리할 수 있기 때문에 그렇습니다. (a, b=상수, Xi=변수)
딥러닝 입문용 노트북으로 그램17인치를 사려고합니다 괜찮을까요? i5 10세대 RAM16 SSD 256 GPU 내장그래픽입니다 (iris plus or UHD graphics) 코랩으로 하면 GPU없어도 괜찮다고 해서요. 코랩으로 딥러닝 머신러닝 학습을 어느정도 수준까지 할 수 있나요 ? 코랩으로만 계속 딥러닝 머신러닝 할 수 있나요 ? 어느정도의 수준까지 코랩으로 딥러닝을 공부할 수 있는지 궁금합니다.3년차 정도일까요 ? 그렇다면 데스크탑에서 좋은 GPU를 사는 이유가 뭐죠..?
코랩을 사용하실 꺼면 굳이 노트북을 좋은 노트북 사실 필요 없습니다. 그냥 가성비 좋은 노트북을 사용하셔도 됩니다. 어차피 딥러닝 머신러닝을 돌리는 것은 구글 클라우드 위에서 돌리는 것이지, 노트북에서 돌리는 것이 아니기 때문입니다. 특히, nvidia 계열 gpu가 아니면 딥러닝을 돌리기 어렵기때문에 비싼 gpu 내장 노트북을 굳이 사실 필요없습니다. 비싼 gpu가 달린 데스크톱을 사는 이유는 코랩은 무료버전 기준 학습을 최대 12시간까지 밖에 못돌립니다. 물론 꼼수가 있다하지만 불편하죠. 어느정도 수준에 올라가고 학습시간이 12시간 이상 될때능 서버가 필요한 시기가 옵니다. 그때 제대로 맞추셔도 좋을 것 같습니다. 참고로 12시간이 초과하여 세션이 종료되면, 데이터는 모두 초기화됩니다
@@teddynote 와 감사합니다! 이 질문은 케바케긴한데, 보통 코랩을 그만두고 어느정도 시기에 개인 desktop이 필요한 수준이 되나요 ? 한 1년정도 배우면 코랩에 갑갑함을 느낄 정도의 작업을 구사하나요? 개인 블로그에 써주신 딥러닝 독학기 정말 잘 보았습니다. 앞으로 참고하며 죽었다 생각하고 딥러닝 학습할 생각입니다. 정말 감사합니다 !
@@joetokki 1년까지는 안걸리실 것 같아요. 아마도 캐글 같은 데이터 분석 대회 몇 번하시다 보면 벌써 갑갑함이 오실 수도 있습니다. 일단, 6개월 코랩으로 버텨 보세요~^^ 그리고 rtx 3000대 굉장히 좋은 gpu들 국내 들어오면 고민해 보세요~ 200만원대로 맞춰도 엄청 성능이 좋습니다.
![선형대수학 66강: 최소제곱법[쑤튜브]](http://i.ytimg.com/vi/cjfpSs2Jgik/mqdefault.jpg)
![Blox Fruits Dragon Rework Update [Full Stream]](http://i.ytimg.com/vi/EqDAp8udhm0/mqdefault.jpg)
머신 러닝을 배우는 수학과 학부생으로서, 이런분들이 널리 알려졌으면 좋겠씁니다. 정말 감사합니다!
좋은 강의 감사드립니다. 덕분에 이해가 굉장히 수월하게 됐습니다!
정말 쉽게 잘 설명하시네요, 궁금하던 부분 잘 봤습니다. 감사합니다.
애매모호하게 알고 있었는데 덕분에 확실히 알게되었어요
좋은 콘텐츠 감사합니다~
감사합니다!
안녕하세요! 좋은 강의 감사합니다. 5분 쯤에 이전 영상을 참고하라고 하셨는데 혹시 이전 영상이 어떤 영상일까요? 못찾아서 댓글로 남깁니다!
식 유도법 설명이 필요했는데, 친절하게 풀어 말씀해주셔서 정말 이해가 잘되었습니다 :)
추가로 궁금한 점이 있습니다.
최소제곱법 설명해주실때 완성된 공식이 우리가 구한것과 같은 이유! 이렇게 거꾸로 설명해주셨는데요,
만약 저 식 자체를 유도해내려고 한다면 어떻게 저런 목적성을 가지고 저 0이 되는 식을 빼줄 생각을 할 수 있는 건가요?
최소제곱법은 (오차 - 실제값)^2 을 최소화하는 계수에 대하여, w와 b를 편미분으로 유도합니다. w와 b에 대한 편미분 (기울기)가 0이 되는 지점이 바로 residual(잔차)가 최소화 되는 구간이기 때문입니다.
좀 더 간단히 생각해보자면 ΣX bar(Yi-Y bar)가 0이 되는 이유는 편차의 총합이 0이기 때문에 그렇습니다.
(X bar=상수, (Yi-Y bar)=편차)
(Y1+Y2+Y3+...+Yn)/n=Y bar
ΣX bar(Xi-X bar)가 0이 되는 이유 역시 동일합니다.
(X bar=상수, (Xi-X bar)=편차)
(X1+X2+X3+...+Xn)/n=X bar
아시다시피, 표준편차를 구할 때 편차를 그대로 쓰지 않고 편차에 제곱을 취한 뒤 총합을 평균하여 다시 제곱근을 취하는 이유를 떠올려보자면, 역시 편차를 모두 더했을 때 0이라는 무의미한 결과값이 나오기 때문이죠.
설명이 너무 명료해서 완벽히 이해했습니다. 감사합니다. 뒷부분에 코딩으로 구현하는 다음 영상이 있다고 하는데 찾기가 힘드네요! 혹시 어디서 볼 수 있는지 알 수 있을까요?
오래돼서 잊고 있었네요 ㅜ 영상을 따로 만들지 않고 대신 노트북 파일을 만들어 놓은게 있으니 참고해 주세요~^^
github.com/teddylee777/machine-learning/blob/master/07-Scikit-Learn/tutorial/01-%EC%B5%9C%EC%86%8C%EC%A0%9C%EA%B3%B1%EB%B2%95-(OrdinaryLeastSquares)-(%EC%8B%A4%EC%8A%B5).ipynb
역시 ~~ !! 어려운 수식, 쉽게 풀어 주시네요~ 감사합니다!
핫...좋은 말씀 해주셔서 감사합니다 ㅎ
역시 잘설명해주시네요
이미 아시는 내용이시겠지만..감사합니다~!!
이 영상이 제일 깔끔함
최소자승법 영상중에서
안녕하세요! 질문이 있습니다. 시그마에서 상수를 뺄 때 왜 n을 달지 않고 나오게 되는 건가요? 13:40, 16:02
[Σa(Xi-b)]로 간단히 표현했던 식을 풀어쓰게 되면 [a(X1-b)+a(X2-b)+a(X3-b)+...+a(Xn-b)]가 될 텐데, 이는 다시 [a{(X1-b)+(X2-b)+(X3-b)+...+(Xn-b)}]의 형태로 정리할 수 있기 때문에 그렇습니다. (a, b=상수, Xi=변수)
딥러닝 입문용 노트북으로 그램17인치를 사려고합니다 괜찮을까요?
i5 10세대
RAM16
SSD 256
GPU 내장그래픽입니다 (iris plus or UHD graphics)
코랩으로 하면 GPU없어도 괜찮다고 해서요. 코랩으로 딥러닝 머신러닝 학습을 어느정도 수준까지 할 수 있나요 ? 코랩으로만 계속 딥러닝 머신러닝 할 수 있나요 ?
어느정도의 수준까지 코랩으로 딥러닝을 공부할 수 있는지 궁금합니다.3년차 정도일까요 ?
그렇다면 데스크탑에서 좋은 GPU를 사는 이유가 뭐죠..?
코랩을 사용하실 꺼면 굳이 노트북을 좋은 노트북 사실 필요 없습니다. 그냥 가성비 좋은 노트북을 사용하셔도 됩니다. 어차피 딥러닝 머신러닝을 돌리는 것은 구글 클라우드 위에서 돌리는 것이지, 노트북에서 돌리는 것이 아니기 때문입니다.
특히, nvidia 계열 gpu가 아니면 딥러닝을 돌리기 어렵기때문에 비싼 gpu 내장 노트북을 굳이 사실 필요없습니다.
비싼 gpu가 달린 데스크톱을 사는 이유는 코랩은 무료버전 기준 학습을 최대 12시간까지 밖에 못돌립니다. 물론 꼼수가 있다하지만 불편하죠. 어느정도 수준에 올라가고 학습시간이 12시간 이상 될때능 서버가 필요한 시기가 옵니다. 그때 제대로 맞추셔도 좋을 것 같습니다.
참고로 12시간이 초과하여 세션이 종료되면, 데이터는 모두 초기화됩니다
@@teddynote 와 감사합니다!
이 질문은 케바케긴한데, 보통 코랩을 그만두고 어느정도 시기에 개인 desktop이 필요한 수준이 되나요 ?
한 1년정도 배우면 코랩에 갑갑함을 느낄 정도의 작업을 구사하나요?
개인 블로그에 써주신 딥러닝 독학기 정말 잘 보았습니다. 앞으로 참고하며 죽었다 생각하고 딥러닝 학습할 생각입니다. 정말 감사합니다 !
@@joetokki 1년까지는 안걸리실 것 같아요. 아마도 캐글 같은 데이터 분석 대회 몇 번하시다 보면 벌써 갑갑함이 오실 수도 있습니다. 일단, 6개월 코랩으로 버텨 보세요~^^ 그리고 rtx 3000대 굉장히 좋은 gpu들 국내 들어오면 고민해 보세요~ 200만원대로 맞춰도 엄청 성능이 좋습니다.
@@teddynote그럼 결국엔 어느정도 배우면 데스크탑으로 하는 게 좋겠네요 ?
그럼 딥러닝하는 분들은 어느정도 배우면 노트북은 주로 어떤 용도로 사용하나요 ?
인강 코딩은 계속가능할 거 같은데..
@@joetokki 주로 서버PC에 노트북 서버를 만들어 주시구요 원격으로 붙으셔서 작업을 합니다. 이 부분도 상황 by 상황이고 갠취 by 갠취 이구요. 서버 띄워 놓으시고 pycharm이나 vs code로 원격 붙으셔서 작업 하시는 분들도 계시구요~
베타hat 유도할 때 애초에 저 공식이 나오도록 유도하려면 어떻게 하나요? 구한게 공식과 같다는 방법 말구요!
15:06 에서 y hat 으로 표기돼 있던 게 뒤쪽에선 y bar로 바뀌어있는데 뭐가 맞는건가요??
y bar가 맞습니다 😂
좋은 강의 강사합니다. 다만, 비특이성 가정을 설명해주셨으면 더 좋았을 것 같습니다.