# underfitting

총 5개의 포스트

Keras(케라스)_mnist dataset 활용

💡 파이썬으로 구현된 high-level deep learning API이다.high-level은 추상화 레벨이 높다는 것으로 딥러닝 모델에 적합하다.또한 쉬운 사용법과 간단한 문법, 빠른 설계가 가능하다.케라스는 위와 같이 x값 input되었을때,예측된 y값과 실제

AI BatchSize DL Epoch Keras ML overfitting underfitting 가중치 딥러닝 머신러닝 신경망 신경망학습 역전파 옵티마이저 인공지능 케라스

2023년 5월 9일

0개의 댓글

coral2cola

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

Bias Data augmentation K-fold Cross Validation Normalizing Regularization Vanishing gradient Variance dataset dropout regularization early stopping exploding gradient high bias high variance hyperparameter normalize overfitting regularization parameter underfitting weight decay

2022년 4월 17일

0개의 댓글

xodn234

Multiple Linear Regression

Evaluation Metrics Multiple Linear Regression overfitting underfitting variance bias tradeoff

2021년 12월 19일

0개의 댓글

cleansky

[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

Bias Variance bias-variance dilemma bias-variance tradeoff cleansky model complexity overfitting underfitting 과대적합 과소적합 기계학습 딥러닝 머신러닝 분산-편향 딜레마 빅데이터 인공지능 인사이드머신러닝 편향-분산 트레이드오프 편향과 분산

2021년 9월 27일

0개의 댓글

joo4438

과적합(Overfitting) / 과소적합(Underfitting)

테스트데이터에서 만들어내는 오차를 일반화 오차라 부른다.훈련데이터에서와같이 테스트데이터에서도 좋은 성능을 내는 모델은 일반화가 잘 된 모델이라고 부른다.모델이 너무 훈련데이터에 과하게 학습(과적합)을 하지 않도록 하는 많은 일반화 방법들이 존재한다.모델이 훈련데이터에만

overfitting underfitting 과소적합 과적합 머신러닝 일반화

2021년 5월 5일

0개의 댓글