Intro

• 딥러닝을 수행한다는 것
  • 겉으로 드러나지 않는 미니 판단 장치들을 이용해서 복잡한 연산을 해낸 끝에 최적의 예측 값을 내놓는 작업

로지스틱 회귀 (logistic regression)

• 참과 거짓 중에 하나를 내놓는 과정은 로지스틱 회귀의 원리를 거친다
  1. 로지스틱 회귀의 원리를 이용해 참, 거짓 미니 판단 장치를 만들어 주어진 입력 값의 특징을 추출
  2. 이를 저장해서 모델(model)을 만든다
  3. 누군가 비슷한 질문을 하면 지금까지 만들어 놓은 이 모델을 꺼내어 답을 한다
  4. 이게 딥러닝의 동작 원리

1. 로지스틱 회귀의 정의

• 직선으로 해결하기에는 적절하지 않은 경우

• 이 점들은 1과 0 사이의 값이 없으므로 직선으로 그리기가 어렵다
• 점들의 특성을 정확하게 담아내려면 직선이 아닌 S자 형태여야 한다

• 로지스틱 회귀는 선형 회귀와 마찬가지로 적절한 선을 그려가는 과정
• 다만,
  • 직선이 아닌, 참(1)과 거짓(0) 사이를 구분하는 S자 형태의 선을 그어 주는 작업

2. 시그모이드 함수 (sigmoid function)

$$ y=\frac{1}{1+e^{-(ax+b)}} $$

• 결국 구해야 하는 값은 $ax+b$

• a

  • 그래프의 경사도를 결정
  • a 값이 커지면 경사가 커지고, 작아지면 경사가 작아진다

  

• b

  • 그래프의 좌우 이동을 의미