반응형 머신러닝 #편차와 분산 #Bias and Variance1 [Bias와 Variance] 머신러닝에서 편향과 분산이란? 머신러닝의 궁극적인 목표는 테스트 Data에 대해 높은 성능을 보장하는 프로그램을 만드는 것이다. 높은 성능은 무엇으로 판단할 수 있는가? 그것에 대한 대답이 Bias(편향)와 Variance(분산)이다. 각 개념을 미리 간단하게 정의하면 다음과 같다. Bias : 정답과 예측 값이 차이나는 정도. (정답과 가까울 수록 낮아짐) Variance : 예측 값끼리의 흩어짐 정도. (뭉칠수록 값이 낮아짐) 유년시절 행운을 빌면서 분수에 동전을 던지면, 여러번 던지다 보면 목표하는 지점에 도달은 못하더라도 비슷한 곳으로 던지게 된다. 이렇듯 우리는 유년 시절부터 Bias(편향)와 Vairance(분산)을 이미 체험으로 알고 있었다. 이제 머신러닝의 목표를 Bais와 Variance를 활용하여 표현하면 다음과 같.. 2023. 11. 8. 이전 1 다음 반응형
