선형 회귀와 경사 하강법: 주택 가격에서 딥러닝까지

이 글에서는 주택 가격을 예로 들어 선형 회귀와 경사 하강법 알고리즘을 명확하고 간결하게 설명합니다. 선형 회귀는 최적의 직선을 적합시켜 주택 가격을 예측하고, 경사 하강법은 오차 함수를 최소화하는 최적의 매개변수를 찾는 반복 알고리즘입니다. 이 글에서는 절대 오차와 제곱 오차를 비교하여 제곱 오차가 경사 하강법에서 더 효과적인 이유를 설명합니다. 제곱 오차는 오차 함수의 매끄러움을 보장하여 지역적 최적점을 피하기 때문입니다. 마지막으로 이 글에서는 이러한 개념을 딥러닝과 연결하여 딥러닝의 본질 또한 매개변수를 조정하여 오차를 최소화하는 것이라고 지적합니다.