사실 기계학습에서 말하는 cost function으로 구하는 결과물이, 통계학에서 말하는 error term과 일맥상통한다.
내 생각에는, 단지 이걸 최소화하는 최적화 접근을 하느냐, 모형으로는 설명할 수 없는 부분이 있음을 인정하느냐의 차이인 것 같다.
이렇게 조금만 틀어도 내가 접근하고자 하는 방향과 일치해질 것 같다.
'다이어리 > 다이어리' 카테고리의 다른 글
| 사실 나는 고등학교부터 문과 출신이고, 경제학과와 통계학과에서도 수학실력보다는 컴퓨터실력으로 살아남은 케이스로, 원래는 수학과 굉장히 인연이 멀었다. (0) | 2016.10.26 |
|---|---|
| 우리가 "강아지"는 "고양이"보다 크다, "강아지"는 "고양이"보다 앞선 순위이다. 라고 이야기할 수 없다. (0) | 2016.10.26 |
| 근데 예전에 미리 이해했더라면 시험 성적이 더 좋았겠지. (0) | 2016.10.26 |
| X^-1 (보렐집합) (0) | 2016.10.26 |
| "전문가란 오류를 범하지 않는 사람이 아니라 오류를 범했을 때 그것을 바로잡을 수 있는 사람이라고 생각합니다." (0) | 2016.10.26 |
| #결론이뭐이러냐 (0) | 2016.10.26 |
| 아무리 토이 데이터여도 생명의 생과 사가 달린 데이터를 다룰 때는 손이 덜덜 떨린다. (내용 없음) (0) | 2016.10.26 |
| 생각해보니 이거 어디서 많이 본 모습이다. 어쩌라는건지 모르겠다. (0) | 2016.10.26 |
| "설명할수 없는 모형은 모형이 아니다" (0) | 2016.10.26 |
| 꼭 게임이 아니어도, 결국은 적절한 reward만 정의할 수 있다면, state가 바뀌는 상황에 대해서도 기계가 얼마든지 적응하며 좋은 결과를 내는 반복수행을 하게끔 시킬 수 있게 된다는 것이다. (0) | 2016.10.26 |