선형 회귀 모델의 예측값과 손실함수가 <보기 1>과 같이 정… | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지

1[7급 서울시 인공지능] 26년 1회차
선형 회귀 모델의 예측값과 손실함수가 <보기 1>과 같이 정의되어 있고, 3개의 학습 데이터는 <보기 2>와 같다. 현재 파라미터에서 손실함수의 그래디언트(gradient) (∂L∂w,∂L∂b)(\frac{\partial L}{\partial w}, \frac{\partial L}{\partial b})의 값으로 가장 옳은 것은? (단, 가중치 w=2w=2, 편향 b=−1b=-1이다.)<보기 1>
손실함수
L(w,b)=1n∑i=1n((wxi+b)−yi)2L(w,b) = \frac{1}{n}\sum_{i=1}^{n}((wx_i + b) - y_i)^2
<보기 2>
학습 데이터(n=3n=3)
iixix_iyiy_i
111
225
337
1
(83,203)(\frac{8}{3}, \frac{20}{3})
2
(−83,−203)(-\frac{8}{3}, -\frac{20}{3})
3
(203,83)(\frac{20}{3}, \frac{8}{3})
4
(−203,−83)(-\frac{20}{3}, -\frac{8}{3})
해설

현재 파라미터에서 그래디언트는 (−203,−83)(-\frac{20}{3}, -\frac{8}{3})이다.

오차 ei=(wxi+b)−yie_i = (wx_i + b) - y_i로 두면 ∂L∂w=2n∑eixi\dfrac{\partial L}{\partial w} = \dfrac{2}{n}\sum e_i x_i, ∂L∂b=2n∑ei\dfrac{\partial L}{\partial b} = \dfrac{2}{n}\sum e_i이다.

예측값은 1, 3, 5이므로 오차는 e=(0,−2,−2)e = (0, -2, -2)이다.
∂L∂w=23(0−4−6)=−203\dfrac{\partial L}{\partial w} = \dfrac{2}{3}(0 - 4 - 6) = -\dfrac{20}{3}
∂L∂b=23(0−2−2)=−83\dfrac{\partial L}{\partial b} = \dfrac{2}{3}(0 - 2 - 2) = -\dfrac{8}{3}

  • 두 성분이 모두 양수인 값은 오차를 yi−(wxi+b)y_i - (wx_i + b)로 잘못 잡아 부호가 뒤집힌 결과다.
  • (−83,−203)(-\frac{8}{3}, -\frac{20}{3})은 ww와 bb 방향 성분의 순서를 바꾼 값이다.
  • (83,203)(\frac{8}{3}, \frac{20}{3})은 부호와 순서를 모두 잘못 쓴 값이다.

오류나 개정된 내용이 보이면 알려주세요

이어서 풀어보기

[7급 서울시 인공지능] 26년 1회차 20문항 이어서 보기문제·정답·해설을 한 페이지에서 이어서 볼 수 있어요7급 서울시 인공지능 기출문제 암기장 전체 보기