질문입니다.

처음에 학습하기 위한 코드는 선형 회귀 모델을 이용하여 주어진 데이터에 대해 가중치 w와 절편 b를 조정하며 학습하는 코드입니다.

​

현재의 코드는 =3+1을 학습하기 위해 구성되었으며, w와 b의 초기값을 조정하고, 각 단계에서 예측값과 실제값의 차이를 통해 손실을 계산하고 이를 통해 모델을 업데이트하는 방식으로 진행되도록 되어 있습니다.

​

말씀하신 새로운 데이터 xs=[−2.,0.,2.,3.,5.,10.,20.]와 ys=[−8.,2.,12.,17.,27.,52.,102.]로 모델 y=5x+2를 학습하고자 할 때, 가장 중요한 변경 사항은 목표 함수가 변경되었기 때문에 초기 가중치 w와 절편 b를 적절한 값으로 변경 설정하는 것입니다.

​

코드는 다음과 같이 수정해볼 수 있습니다.

​

1. 1. 초기값 설정

• w와 b의 초기값을 y=5x+2에 근접하게 설정할 수 있습니다.

• 예를 들어 w=5, b=2로 시작할 수 있습니다.

• ​

1. 2. 학습률 조정

• 학습률 lr을 실험적으로 조절하여 학습이 안정적으로 진행되도록 합니다.

• 일반적으로 작은 값(예: 0.01, 0.001)에서 시작하는 것이 좋습니다.

• ​

위의 내용으로 코드를 바꿔보면 아래 예와 같이 해볼 수 있스빈다.

​

xs = [-2., 0., 2., 3., 5., 10., 20.]

ys = [-8., 2., 12., 17., 27., 52., 102.]

​

# 초기 가중치와 절편 설정

w = 5.

b = 2.

​

# 학습률

lr = 0.01

​

# 반복 횟수 설정 (예제로 100회 반복)

for _ in range(100):

for x, y_true in zip(xs, ys):

# 예측값 계산

y_pred = x * w + b

​

# 오차 계산

error = y_pred - y_true

​

# 손실 함수의 기울기 계산

grad_w = error * x

grad_b = error

​

# 가중치 업데이트

w -= lr * grad_w

b -= lr * grad_b

​

print(f'학습된 가중치: w = {w:.3f}, 절편: b = {b:.3f}')

​

​

​