[머신러닝 공부] 8. 비용 함수 3

 

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다.

 

원문 출처 : brunch.co.kr/@linecard/445

앤드류 응의 머신러닝 (2-3): 비용 함수의 이해 1

 

비용함수의 역할에 대해 더 깊이 알아보자

 

---

 

이전 포스팅에서의 비용함수는 파라미터를 하나 가지고 있었고 이의 비용함수는 이차함수 모양이였다.

 

하지만 비용함수가 두개의 파라미터를 가진 J(θ0,θ1)이라면?

 

---

 

J(θ0,θ1)은 3D입체 모양의 그래프를 그릴 것이다.

 

가로 = θ0 / 세로 = θ1 / 높이 = J(θ0,θ1)

 

 

이와 같은 형상을 띄게 될 것이다.

 

높이가 최소인 점이 즉 비용함수가 최소인 점이 될 것이고 그 점을 향해 가는 것이 목표이다.

 

즉 비용함수는 최소값을 찾아가는 과정이라고 정의할 수 있다.

 

또한, 비용이 적은 부분으로 찾아들어가는 것이 최적화 Optimization 이라고 한다.