[태그:] 과적합

오버핏과 언더핏 (Overfitting & Underfitting)

I. 과한 학습과 부족 학습, 오버핏과 언더핏의 문제점 구분 문제점 현상 Overfit (과분산) – 과학습, 오류 분산 – High Variance, 과분산 – 비슷한 입력에 부정확 반응 결과 – 학습 대상만 정상반응 Underfit (과편향) – 데이터해석 능력저하 – High bias, 과편향 – 여러 가지 입력에 제대로 반응불가 – 학습 부족, 편향 반응 – 오버핏과 언더핏의 공통적인

드롭아웃 (Dropout)

I. co-adaptation 해결 기법, 드롭아웃 가. 드롭아웃(Dropout)의 개념 딥러닝 시 오버피팅 문제를 해결하기 위해 노드 중 일부를 제거하는 인공지능 최적 학습기법 나. 드롭아웃의 목적 Overfitting 해결 – 신경망 비대 시 high variance 문제 해결 – Voting 효과로 정규화 유사 효과 가능 co-adaptation 회피 – 특정 뉴런의 가중치나 영향 감소 – 강건한 신경망 구성 가능