사용안내 및 노트

홈으로/사용안내 및 노트
제목006. Training & Loss2020-06-22 22:44:11
작성자

☐ 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.