Overfitting 해결방법, 훈련 데이터양을 통한 Overfitting 해결시의 문제점
CODEDRAGON ㆍDevelopment/AI
반응형
Overfitting 해결방법
Overfitting의 문제를 피하기 위한,
가장 확실한 대책 중 하나는 훈련 데이터(Training data)의 양을 늘리는 것이다.
훈련 데이터양을 통한 Overfitting 해결시의 문제점
· 훈련 데이터는 아무런 대가 없이 그냥 얻어지는 것이 아닙니다.
· 양질의 훈련 데이터를 얻으려면 많은 시간과 비용을 필요로 합니다.
· 어떤 경우는 추가 데이터의 확보가 어렵거나 불가능한 경우도 있다.
· 학습 데이터의 양이 많아지면 결과적으로 학습에 걸리는 시간이 늘어나는 문제도 발생합니다.
'Development > AI' 카테고리의 다른 글
텍스트 데이터 vs 시각화된 데이터 (0) | 2022.03.28 |
---|---|
Dropout: A Simple Way to Prevent Neural Networks from Overfitting (0) | 2022.03.21 |
A Step by Step Backpropagation Example - scrap (0) | 2022.03.07 |
hadoop-mapreduce-examples-2.7.3-sources.jar, hadoop-1.2.1.sources.zip (0) | 2022.01.26 |
일반화 방법 - 속성 줄이기(Attribute Reduction) (0) | 2022.01.12 |