Lost and Found
1.[LNF]분산과 편향, 그리고 오버피팅과 언더피팅
LNF(Lost and Found)는 분실물 보관소라는 의미입니다.공부 중 잃어버렸던, 당연하게 넘어갔던 개념들을 살펴봅니다.분산과 편향에 대해서 이야기 하기 전에, 위의 사진을 살펴보도록 하자. 오버피팅이 된 그래프에는 High Variance, 언더피팅이 된 그래프
2.[LNF]규제에 대하여(릿지, 라쏘, 엘라스틱)
규제(Regularization)는 사실 이미 단어 자체가 그 의미를 내포하고 있다. Regular하게 만들겠다는 것, 즉 일반화를 한다는 것이다.조금 더 딥하게 풀어서 정의한다면, 오버피팅 상황에서 일반화 성능을 지켜내기 위해 가중치를 제한하는 것이다. 그렇다면 이러
3.[LNF]앙상블(Ensemble) 개론
앙상블이란 무엇일까? 앙상블은 여러 개의 모델을 결합하여 단일 모델보다 좋은 성능을 내는 기법을 의미한다. 당연하게도, 다양한 모델을 조합함에 따라 다양성을 확보하고 일반화 성능이 증가한다.이때 어떻게 여러개의 모델을 결합하는지, 그리고 그 방식들의 원리에 대해서 알아
4.[LNF]CNN 정리
CNN이란 Convolutional Neural Network로 합성곱 신경망이라는 의미이다. 합성곱을 이용한다는게 말 그대로 주요 개념이다. 공간적 구조를 고려하면서 효율적으로 특징을 추출할 수 있다. 여기서 말하는 구조적 특징이란, 각 픽셀을 단순히 독립적인 값이
5.[LNF]군집화(Clustering)
군집화의 목적은 분류이다. 그런데 이 분류는 당연하게 지도에서 Classification을 의미하지 않는다. 비지도 학습으로서 군집화는 각 데이터 포인트의 유사도를 기반으로 비슷한 것 끼리 묶는 것이다.이때 거리를 측정하는데에는 아래와 같은 방법 등을 사용할 수 있다.
6.[LNF]RNN 원리
본 글은 LSTM, GRU 등 확장적인 RNN계열 모델이 아니라, RNN에 대한 이해를 정리한 글임.RNN은 Recurrent Neural Network으로 한글로 순환 신경망이다. 이는 순차적인 데이터 (Sequential Data)를 다루는데 특화되어있다.이 사진을