인공지능 과적합 문제 편집하기
IT위키
편집을 취소할 수 있습니다. 이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
| 최신판 | 당신의 편집 | ||
| 1번째 줄: | 1번째 줄: | ||
[[분류:인공지능]] | |||
;Overfitting Problem | |||
;학습을 과하게 시켜 학습 데이터에선 최적의 결과를 내지만 새로운 데이터에 대해선 판단력이 부정확해지는 문제 | |||
* 반대의 경우를 [[인공지능 부적합 문제]]라고 한다. | |||
[[파일:인공지능 과적합.png]] | |||
== 해결법 == | |||
* 다양한 데이터 추가 | |||
* [[드롭아웃|드롭 아웃(Drop Out)]] | |||
* 조기 중단(Early Stop) | |||
* 제한된 볼츠만 머신(Restricted Boltzman Machine, RBM) | |||
== 예시 == | |||
* 5가지 종의 강아지 사진 10만장으로 학습을 오랫동안 시킬 경우 | |||
** 정확히 5가지 종에 일치하는 강아지에 대해서만 강아지라고 판단 | |||
** 3가지 종의 강아지 사진 1만장으로 가볍게 학습을 시킨 경우 오히려 정확도가 높을 수 있음 | |||
* 이세돌vs알파고 4국에서 79수 부터 | |||
** 이기는 수에 대해서만 학습을 한 알파고는 이길 수 있는 수가 없자 '최선'의 수가 아닌 알 수 없는 수를 둠 | |||
== 같이 보기 == | |||
* [[인공지능]] | |||
* [[머신러닝]] | |||
* [[인공지능 부적합 문제]] | |||
