☐ Training & Loss
○ Training
- 모델을 학습한다는 것은 loss 최소화 (위험 최소화: empirical 또는 structural) 과정을 통해 최적의 weights와 bias를 찾는 것이다.
○ Loss
- loss function을 이용해 계산한 예측 값과 실제 값의 차이
- 주어진 데이터를 알고리즘이 얼마나 잘 모델링했는지 평가하는데 사용
- loss function의 종류
· Regression losses: Squared Loss, MSE (L2 loss), RMSE 등
· Classification losses: Cross-Entropy (Log) Loss, Hinge Loss 등
- Machines learn by means of a loss function.
- 모든 상황에 맞는 loss function은 없다.
○ 예시)
- 비교를 해보면, 왼쪽 모델은 loss가 크고, 오른쪽 모델은 loss가 작다.
댓글 [0]
