정량적 평가 성과
RMSE, 피어슨상관계수. 0에 가까울수록 높은성능을 나타내는 성능평가에 RMSE는 혼동을 줄 수 있으므로 제곱하여(Rsquare) 표현
수식 깔끔하게 사용가능하도록
corr같은경우는 평균값이면 충분함
학습이안되는 4가지 문제
1. learning rate
2. weight decay --> local 최적화 방지
3. drop out
4. hidden cell
인공지능 초보
정량적 평가 성과
RMSE, 피어슨상관계수. 0에 가까울수록 높은성능을 나타내는 성능평가에 RMSE는 혼동을 줄 수 있으므로 제곱하여(Rsquare) 표현
수식 깔끔하게 사용가능하도록
corr같은경우는 평균값이면 충분함
학습이안되는 4가지 문제
1. learning rate
2. weight decay --> local 최적화 방지
3. drop out
4. hidden cell