최적화란 무엇인가?


  • 문제 제기
  • 기계 학습에서는 예측 및 분류 모델을 작성할 때 最適化가 수행됩니다.
  • 최적화란 무엇일까?
  • 이하에서는, 엄밀함을 어느 정도 희생으로 해도, 누구라도 이미지가 잡는 시각적인 설명을 하고 싶다.


  • 최적화란 무엇인가?

  • 회귀 분석의 최적화
  • 데이터 A에서 데이터 B를 예측하는 수식을 얻기 위해 최적의 매개 변수를 얻기 위해 최적화가 수행됩니다.
  • 파라미터라고 하는 것은 이하
  • 절편
  • 기울기
  • 적절한 절편과 기울기를 얻으면 데이터 A에서 데이터 B를 예측할 수 있습니다.

  • 그림 1

  • 가로축 : 데이터 A (이 예에서는 키)
  • 세로축 : 데이터 B (이 예에서는 체중)



  • 매개변수가 최적화되지 않은 예측 식의 예
  • 그림 2

  • 절편이 부적절하기 때문에 예측 표현식과 데이터가 잘못되었습니다.

  • 그림 3

  • 기울기가 부적절하기 때문에 예측 수식과 데이터가 잘못되었습니다.



  • NW (신경망)의 예
  • NW의 최적화란?
  • 적절한 예측 및 분류를 위해 노드 또는 에지에 설정할 적절한 매개 변수를 찾습니다
  • 매개변수는 다음과 같습니다.
  • 에지 가중치 (노드에 대한 입력 값 가중치)
  • 노드에 설정된 바이어스 (노드가 발화하는 임계 값)


  • 그림 4

  • NW는 "노드"와 "에지"로 구성된다.
  • 노드 : 그림 4의 원
  • 에지 : 그림 4에서 노드와 노드를 연결하는 선
  • 하나의 노드는 수신 된 값에서 출력의 값을 계산합니다.
  • 노드와 에지의 구성은 다양하다. (그림 4는 NW 이미지이며 가장자리가 생략됨)

  • NW에서 최적화
  • 그림 4는 '신장', '체중', '말씀'에서 성별을 추측하려는 NW이다.
  • 정확한 예측을 위해서는 에지 가중치와 노드 바이어스를 적절히 설정해야 한다.
  • 적절한 에지 가중치와 노드 바이어스를 찾는 것이 NW의 최적화입니다.




  • 정리. 최적화란 무엇인가?
  • 목적을 달성하기 위해 최적의 매개변수 값을 찾으십시오.
  • 기계 학습에서 예측 및 분류를 위한 모델의 내부 파라미터를 설정하는 데 사용된다.

  • 좋은 웹페이지 즐겨찾기