못난명서

고정 헤더 영역

글 제목

메뉴 레이어

못난명서

메뉴 리스트

  • 홈
  • 태그
  • 방명록
  • 글쓰기
  • 분류 전체보기
    • 프로그래밍
      • 머신러닝 & 딥러닝
      • 서울시 범죄현황 통계자료 분석 및 시각화
      • 웹크롤링 & 텍스트 데이터 분석
      • 알고리즘 문풀 반성시간
      • LG Aimers
    • 수학
      • 선형대수
      • 해석개론
      • 위상수학
      • 수즐 채널 리뷰 및 각종 글 리뷰

검색 레이어

못난명서

검색 영역

컨텐츠 검색

k-fold cross validation

  • 머신러닝 핵심 개념 이해 (2) | Cross validation

    2023.01.17 by 못난명서

머신러닝 핵심 개념 이해 (2) | Cross validation

안녕하세요? 오늘은 구름 인공지능 교육에서 배운 머신러닝 핵심 개념 이해를 복습해보는 2번째 시간입니다. 오늘은 Cross validation을 중심적으로 복습해보고자 합니다. 다음 세 모델 중 데이터를 가장 잘 설명하는 모델은 무엇일까 ? 3번 모델은 주어진 데이터의 측정 값을 잘 맞추지만 예측력이 좋지는 않다. 2번 모델은 3번 모델보다 새로운 데이터가 들어왔을 때 예측력이 훨씬 좋다. 모델의 Capacity가 커지면 -> Overfitting이 발생 -> Generalization error가 증가 -> 새로운 데이터에 잘 대응하지 X 그렇다면 새로운 데이터들에 대해서도 좋은 결과를 내게 하려면 ? * Generalization : 학습에 사용된 데이터가 아닌 이전에 접하지 못한 새로운 데이터에 대..

프로그래밍/머신러닝 & 딥러닝 2023. 1. 17. 01:38

추가 정보

인기글

최신글

페이징

이전
1
다음
TISTORY
못난명서 © Magazine Lab
페이스북 트위터 인스타그램 유투브 메일

티스토리툴바