머신러닝 학습 데이터 편향 해소를 위한 드롭아웃 및 L2 규제 적용의 최적 파라미터 찾기
모델을 학습시키다 보면 생각보다 성능이 나오지 않아 답답했던 경험이 누구나 한 번쯤은 있을 겁니다. 분명히 정교하게 설계한 구조인데도 검증 데이터셋에서만 유독 낮은 정확도를 보일 때 우리는 당황하게 되죠. 데이터의 양이 충분하지 않거나 특정 패턴에만 치우친 학습 데이터 편향이 발생하면 모델은 일반화 능력을 잃게 됩니다. 머신러닝 과적합방지 기법의 효율적인 접근 방법 과적합을 막기 위해 흔히 사용하는 방법은 모델의 복잡도를 제어하거나 학습 …