<Cost Function

cost function 을 사용해서 hypothesis 함수의 정확도를 측정할 수 있다. input x 와 실제 아웃풋으로 y 를 가지는 hypothesis 의 모든 결과들의 average difference 를 가진다. 

이는

 

또는, 예측되는 값과 실제값 사이의 차이를 나타낸다. 

이 함수를 "Squared error function", "Mean Squared error" 이라고도 부른다. 

mean 은 gradient descent 를 연산하기 위한 편의에 의해서

반으로 나눈다.  왜냐하면 square 함수의 파생용어는 1/2 용어를 상쇄할 것이다. 

 

 

 

--> coursera machine learning andrew Ng