Razelo 기술노트

오버피팅이란 용어를 처음 듣게 되었는데 감이 잡히지 않아 정리하게 되었다. 간단히 정리하면 공통 특성 중 일부 특성만 너무 편향되어 반영된 상태로 학습되면 새로운 데이터로 막 예측해버리는 모델인 UnderFitting이 되는 것이고 만약 공통 특성 중 지엽적인 특성까지 반영하여 high variance 하게 학습하게 되면 새로운 데이터에 대해서는 예측하지 못하는 모델인 overfitting이 되는 것이다. 아래 블로그에 상당히 쉽게 설명되어 있다. https://nittaku.tistory.com/289 10. 오버피팅 및 언터피팅 이해 및 극복하기(bias, variance를 통한 Regularization(lr) / Early Stop / Dropout) 캡쳐 사진 및 글작성에 대한 도움 출저 : 유..

드디어 끝이 났다. 어제 밤과 오늘 아침이 제일 바빴다고 생각한다. 언제 이렇게 몰두해서 무언가를 해봤었는지 기억이 가물가물했는데 재밌어서 그런건지 아니면 새로운 분야라 내게 자극을 준것인지 어떤 이유에서인지 모르겠지만 정말 몰두해서 작업했다. 내가 모르는 기술 즉 처음 본 기술을 본 누군가는 그 기술이 마법같아보인다고 했다. 마찬가지다. 일반적인 코딩만 하면서 구조를 만드는 작업에서는 딥러닝을 이용한 작업에서 마주치는 문제들과 전혀 결이 다르다. 확실히 다른 분야라는 것을 느끼게 되었다. (알고리즘을 무엇을 선택하고 어떻게 관계를 맺을지 혹은 어떤 책임을 부여할지 고민하는 것과는 확연히 다른 고민을 하게 되었다. 이 프로그램의 경우 주로 어떻게 데이터셋을 구성해야 좋은 결과가 나올까? 혹은 왜 이런 결..