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 | 31 |
Tags
- AARRR
- 토스
- 알고리즘
- 추천시스템
- 부트캠프후기
- NLP
- MatchSum
- pytorch
- AWS builders
- BERT
- 유데미부트캠프
- 데이터도서
- 특성중요도
- 유데미코리아
- 임베딩
- SLASH22
- 그로스해킹
- 사이드프로젝트
- 서비스기획부트캠프
- 딥러닝
- 그래프
- 취업부트캠프
- sql정리
- 서비스기획
- SQL
- 스타터스
- 유데미큐레이션
- 스타터스부트캠프
- 취업부트캠프 5기
- NLU
Archives
- Today
- Total
목록하이퍼파라미터 (1)
다시 이음
트리 기반 모델 - 4 모델선택(Model Selection)
Model Selection 오늘은 어떤 문제에 대해 어떤 모델을 선택해야 할지에 대한 이야기를 해볼거에요. 결론부터 말하자면 어떤 알고리즘이 어떤 상황에서 더 좋다는 정해진 게 없습니다. 적용해 봐야 아는 것입니다. 다만 어느 정도 특정 알고리즘이 뛰어난 성능을 발휘하는 경우를 경험적으로 인지하고 이를 먼저 적용해 보면서 최적 모델을 찾습니다. 그렇기 때문에 우리는 교차검증이라는 것을 통하여 모델 선택의 문제를 해결할 수 있습니다. 교차검증(Cross-validation) 교차검증이란, 머신러닝/딥러닝 평가에 필수적으로 사용되는 방법으로 데이터를 통한 모델을 설계한 후 모델을 검증하는 단계라고 볼 수 있습니다. 다시 말해 모델을 추정하는 데 사용되지 않았던 새로운 데이터를 예측하는 일반화 능력을 테스트..
AI 일별 공부 정리
2021. 8. 21. 12:02