딥러닝 오버피팅 해결1 딥러닝 모델 학습 시 Overfitting 대 Underfitting 딥러닝 모델을 학습시킬 때, 우리는 모델이 학습 데이터로부터 패턴을 잘 익혀서 새로운, 본 적 없는 데이터에 대해서도 정확한 예측을 하기를 원합니다. 하지만 때때로 모델이 너무 적게 배우거나, 반대로 너무 많이 배울 때가 있습니다. 이것은 각각 언더피팅(underfitting) 또는 오버피팅(overfitting)으로 이어집니다. 이제 예시, 시각 자료, 간단한 수학과 함께 이 개념들을 쉽게 풀어보겠습니다..1. 모델 학습의 목표는 뭘까요?집의 크기, 위치, 방 개수 같은 특성을 기반으로 모델이 집값을 예측하도록 가르친다고 가정을 해보시죠. 이때 목표는 입력 특성 x (예: 크기, 방 수 등)를 예측값 ŷ(집값)으로 매핑해주는 함수 f(x)를 찾는 것입니다. 이때 예측값 ŷ는 실제 가격 y에 최대한 가깝.. 2025. 4. 20. 이전 1 다음
