|
|
| 1번째 줄: |
1번째 줄: |
| [[분류:인공지능]] | | #넘겨주기 [[과적합 문제]] |
| ;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]]
| |
