[태그:] Cross Validation

1. 파인튜닝 (Fine-Tuning)의 개념 및 필요성 개념 필요성 인공지능 모델이 특정 작업이나 도메인에 적합하도록 이미 훈련된 인공지능 모델에 특정 데이터셋을 적용하는 미세 조정 기법 – 특정 작업/도메인에 적합한 모델 생성 – 적은 데이터셋으로 높은 학습 효과 – 신규 데이터에 대한 추론 성능 향상 파인 튜닝을 통해 학습 데이터가 적은 상황에서 특정 분야 인공지능 모델의 일반화

I. 인공지능 모델 평가 기법, 교차 검증 (Cross Validation) 모델의 일반화 오차에 대해 신뢰한 추정치를 구하기 위해 훈련/검증 데이터 기반 검증 기법   II. 교차 검증 기법, 홀드 아웃 및 k-fold 교차 검증 가. 홀드 아웃 교차 검증 기법 – 가용 데이터를 Train Set과 Test Set으로 랜덤 나눔 – 일반적으로 2/3 Train Set, 1/3 Test