Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- 데이터입출력구현
- 자연수의성질
- 자바 실습
- 머신러닝
- numpy/pandas
- 선형회귀모델
- 언리얼프로젝트
- 텍스트마이닝
- C++
- 데이터시각화
- 정보처리기사실기
- 선형분류모델
- pandas
- 데이터베이스
- 자바
- 디버깅
- 언리얼학습
- 데이터분석
- 요구사항확인
- JSP/Servlet
- 딥러닝
- 코딩테스트
- 이수증
- 중학수학
- html/css
- Orange
- c언어
- 정보처리기사필기
- 파이썬
- 핵심프로젝트
Archives
- Today
- Total
목록2024/09/19 (11)
클라이언트/ 서버/ 엔지니어 " 게임 개발자"를 향한 매일의 공부일지
머신러닝 13 - 선형 분류 모델 실습해보기 5 : 직원 이직 분석 실습으로 본 모델 복잡도와 하이퍼 파라미터 튜닝에 대하여
이제 하이퍼 파라미터 튜닝에 대한 학습부터 나머지 부분을 진행해볼 것이다. 밤 11시가 다 되었지만 아직 졸리지는 않고 공부를 더 할 수 있을 것 같다. 오늘은 최대한 늦게까지 취침하지 않고 버텨볼 것이다. 직원 이직 예측 실습해보기파라미터 중에서 사람이 직접 입력해서 작성하는 부분을 하이퍼 파라미터라고 한다. 모델의 상태에 따라 다음으로 분류할 수 있다. 과대적합 : 훈련 데이터의 성능은 좋지만 평가 데이터의 성능이 좋지 못하다과소적합 : 훈련용 데이터도 새로운 평가용 데이터 성능도 둘다 좋지 못하다일반화 : 훈련용 데이터와 평가용 데이터 성능도 모두 좋다우리는 모델의 성능의 일반화를 추구해야 한다. 데이터 상태, 하이퍼 파라미터에 따라 모델의 성능 상태가 변경된다. 1. 데이터 측면 : 데이..
인공지능/머신러닝
2024. 9. 19. 00:49