[정형데이터 분류] 기본 개념

📍 기본 개념

  🔥 Overfitting & Underfitting

    - Underfitting: 데이터를 설명하지 못하는 상태

    - Overfitting: 학습 데이터에 과하게 편향되어 있는 상태

 

  🔥 Regularization

    - Early stopping: Train과 test사이의 갭이 작을 때 훈련을 종료시킴으로 실제 정확도를 올림

 

    - Data augmentation: 가진 데이터를 변형시켜 데이터 수를 늘리는 방법

 

    - Dropout: 모든 네트워크를 사용하지 않고 적절히 사용하지 않고 훈련시킴

 

  🔥 Validation Strategy

    - 가지고 있는 dataset을 전부 훈련하는데 사용하는 것이 아니라 일부를 validation으로 빼 훈련을 하는 방법

 

    - Cross validation: Fold를 나누어 validation을 그때 그때 바꾸어 주는 기법