목록AI & 빅데이터/머신러닝·딥러닝 (26)
Hey Tech
📚 목차 1. 개념 1.1. 과대적합(Overfitting)이란? 1.2. 과소적합(Underfitting)이란? 2. 탐지 2.1. 분산과 편향 기반 탐지 2.2. 산점도 그래프 기반 탐지 2.3. 모델 복잡도 및 손실함수 기반 탐지 2.3.1. 과소적합 발생 구간 2.3.2. 과대적합 발생 구간 2.3.3. 최적의 모델 적합 포인트 3. 과대적합 방지방법: 학습 조기종료(Early Stopping) 1. 개념 1.1. 과대적합(overfitting)이란? 과대적합(overfitting)이란 머신러닝 모델을 학습할 때 학습 데이터셋에 지나치게 최적화하여 발생하는 문제입니다. 즉, 모델을 지나치게 복잡하게 학습하여 학습 데이터셋에서는 모델 성능이 높게 나타나지만 정작 새로운 데이터가 주어졌을 때 정확한 ..
📚 목차 1. 교차검증 정의 2. 교차검증의 장단점 3. 교차검증의 종류 3.1. Hold-out Cross-Validation 3.2. K-Fold Cross-Validation 3.3. Leave-p-Out Cross-Validation(LpOCV) 3.4. Leave-One-Out CV(LOOCV) 1. 교차검증 정의 교차검증이란 모델 학습 시 데이터를 훈련용과 검증용으로 교차하여 선택하는 방법입니다. 일반적으로 많이 사용되는 교차검증 방법론으로서 K-Fold Cross Validataion을 예시로 살펴보겠습니다. K-Fold Cross Validataion에 대한 자세한 설명은 아래 '3. 교차검증의 종류'에서 다루겠습니다 :) 위 그림 1 과 같이 전체 데이터셋 5분의 1(\(20%\))을 테..