# Variance
Java Generic을 이해해보자
이번에 프로젝트에서 배치 프로그램을 작성하는 중에 SimpleStepBuilder 멤버 변수를 확인하는 도중에 제너릭이 있는 것을 확인하였으나 기존에 알고 있던 부분과 많이 달라 이번에 제대로 공부하고자 한다. 만일 아래의 예시 중 Generic 부분에 어떤 타입 경계
[ML] Bias와 Variance
f(x) : 입력 데이터 x에 대하여 실제 정답에 해당하는 값 => 그림에서의 빨간 점f^(x) : 머신러닝 모델에 입력 데이터 x를 넣었을 때, 모델이 출력하는 예측 값 이 값은 모델의 상태(파라미터 값)에 따라 다양한 값들을 출력할 수 있음 => 그림에서의 파란 점
[Kotlin] 코틀린 제네릭에 대한 이해 - Understanding Kotlin Generic
이 글은 제네릭을 한 번이라도 사용해본 사람을 대상으로 한다. 사실 제네릭은 개념 이해를 실 예시들을 통해 하는게 좋다고 생각한다. 그래서 이 글에는 제네릭의 좋은 예시들이 생각나거나 발견할 때마다 넣을 생각이다. 제네릭 또한, 사실은 코드의 양을 줄여주는 이른바 s
코틀린과 변성
코드스피츠 90 코틀린 5회차제네릭에서 <> 안에 넣은 또다른 타입을 파라미터 타입 이라고 부른다. 변성이란 같은 제네릭타입에서, 파라미터 타입에 따라 상속 관계나 대체가능성을 설정할 때 사용한다. 따라서 변성은 제네릭의 파라미터 타입 에만 국한된 개념이다. L
[Kotlin] Generic And Variance
자바에서도 Generic에 대해 얕게 이해하고 있었는데, Kotlin에서 in, out를 만나면서 제대로 알아봐야겠다는 생각이 들게 되었습니다.Data Type Generalize클래스 내부에서 사용할 Data Type을 컴파일 시 미리 지정하는 것을 의미합니다.자바와
Problem Setting and Regularization
training을 하기 위해서 결정해야 할 것들이 정말 많지만 각 hyperparameter 사이에 dependency가 있기 때문에 guess가 매우 어렵다. 그렇기 때문에 실제로 machine learning은 굉장히 반복적인 작업이다. Dataset 좋은 cho
Ai_D68
기울기값을 얼만큼 경사하강법에 적용할 지 결정하는 hyperparameter 입니다. 학습률(learning rate)를 조절하여 기울기 값을 조정할 수 있습니다. 그 결과, 모델 성능을 효율적으로 개선할 수 있습니다.(global minima를 효율적으로 찾을 수
[인사이드 머신러닝] Bias-Variance Trade-Off
좋은 모델이란 무엇인가? 이 질문에 답하기란 생각보다 쉽지 않다. 그렇지만 좋은 모델들이 공통적으로 갖추어야할 공통적인 덕목(?)이 있는데 그것은 바로 다음과 같다.현재 주어진 데이터, 즉 훈련 데이터를 잘 설명할 수 있다.미래에 주어질 데이터, 즉 테스트 데이터도 잘