☐ 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. |