반응형 성능향상1 인공지능 Model평가 유의사항/일반화 성능향상/훈련 성능 향상 시키기 Model평가 유의사항 대표성 있는 Data ==> 특정기간의 Data가 일반화할 경우의 문제 시간의 방향(과거로부터 미래 예측하려 할 경우 Data분할 전 무작위로 섞으면 안됨 - 선견편향) Data 중복 ==> 훈련 DataSet과 test DataSet의 분리 필수!(써먹지 못하지만 그래도 한번쯤 예측 100% 구경하고싶으신분은 해보셔도 됨) Data의 충분한 수집이 불가능할 경우, 차선책은 Model이 저장할 수 있는 정보량을 조정하거나 Model곡선의 매끄러운 정도에 제약을 주는 것이다. è 규제(Regularization) 일반화 성능 향상시기키 Model의 일반화능력은 거의 모두 훈련되는 Data속성(Data 포인트 개수, label신뢰도, feature품질)에서 온다 알고리즘보다 Data가.. 2023. 8. 15. 이전 1 다음 728x90 반응형