Memory

7.1 Underfitting, Overfitting 일반화 차이 = 테스트 오차 - 학습 오차 테스트 오차 = 학습오차 + 일반화 차이 평균제곱오차 = 편차의 제곱 + 분산 + 줄일 수 없는 오차 = Fixed → Bias와 Variance는 반비례 관계 학습 오차 ↑ 학습 오차 ↓ 일반화 차이 ↑ Underfitting Overfitting 일반화 차이 ↓ Underfitting Ideal state Underfitting : 학습 오차 ↑ = High Bias + Low Variance Overfitting : 학습 오차는 ↓ but 테스트 오차 ↑ = High Variance + Low bias 7.2 Regularization 1) Regularization(정형화) : 어떤 제약조건을 (주로 ..

1. 통계기초 1) ML : 지도학습(회귀, 분류) + 비지도학습(군집화, 변화, 연관) + 강화학습 독립변수, 종속변수가 존재할 때 - 회귀(Regression) : 예측하고 싶은 종속변수가 숫자(수치형 데이터)일 때 사용 - 분류(Classification): 예측하고 싶은 종속변수가 이름, 문자일 때 사용 2) 선형회귀 : 독립변수는 여러개 가능, 종속변수는 하나만 독립변수의 변화에 의한 종속변수의 변화를 설명하는 기준모델 만들고, 가중치 학습으로 fitted 모델 만듦 - X : 독립변수 = 예측변수(Predict) = 설명변수(Explanatory) = 특성(Feature) - y : 종속변수 = 반응변수(Response) = 레이블(Label) = 타겟(Target) ※ 두 변수 모두 연속형변..