선형회귀 모델을 배울 때 배운 것의 순서를 떠올려보자. 먼저 모델의 특징을 배우며 Hypothesis를 배웠다. 이후 Cost 의 식을 어떻게 세울 수 있는지를 알아보았다. Logistic Classification을 배울 때에도 마찬가지이다. 저번 시간에는 시그모이드 함수를 통과시켜서 얻은 Logistic Classification의 가설함수를 알아보았다. 오늘은 예측값과 실제값의 오차를 제곱해서 얻는 MSE loss function을 통해 Logistic Classification의 cost function을 알아볼 것이다. 우리가 알고 있는 cost function을 이용하여 그래프를 그려보면 뭔가 복잡해짐을 알 수 있다. 저렇게 구불거리는 형태의 그래프가 나오는 이유는 우리가 sigmoid fun..
