편향-분산 트레이드오프
통계학과 기계 학습 분야에서 말하는 편향-분산 트레이드오프(Bias-variance tradeoff) (또는 딜레마(dilemma))는 지도 학습 알고리즘이 트레이닝 셋의 범위를 넘어 지나치게 일반화하는 것을 예방하기 위해 두 종류의 오차(편향, 분산)를 최소화 할 때 겪는 문제이다.
편향은 학습 알고리즘에서 잘못된 가
6,2305,420
희귀
편향-분산 트레이드오프
통계학과 기계 학습 분야에서 말하는 편향-분산 트레이드오프(Bias-variance tradeoff) (또는 딜레마(dilemma))는 지도 학습 알고리즘이 트레이닝 셋의 범위를 넘어 지나치게 일반화하는 것을 예방하기 위해 두 종류의 오차(편향, 분산)를 최소화 할 때 겪는 문제이다. 편향은 학습 알고리즘에서 잘못된 가
통계학과 기계 학습 분야에서 말하는 편향-분산 트레이드오프(Bias-variance tradeoff) (또는 딜레마(dilemma))는 지도 학습 알고리즘이 트레이닝 셋의 범위를 넘어 지나치게 일반화하는 것을 예방하기 위해 두 종류의 오차(편향, 분산)를 최소화 할 때 겪는 문제이다. 편향은 학습 알고리즘에서 잘못된 가정…
- 공격
- 6,230
- 방어
- 5,420
- 독자/월
- 5,862
- 글 길이
- 33 kB · 15 언어
위키피디아의 텍스트, CC BY-SA 4.0 · 기여자
편향-분산 트레이드오프은(는) 해당 Wikipedia 문서가 지난 30일 동안 희귀번 읽혔기 때문에 5,862 카드입니다. 해당 카드의 33KB 텍스트는 6,230 공격을 제공하고, 15 Wikipedia 언어 버전의 적용 범위는 5,420 방어를 제공합니다.