훈련,training

Difference between r1.5 and the current

@@ -4,6 +4,15 @@
Sub:

[[훈련자료,training_data]] — [[자료,data]]
{
// tmp from https://thebook.io/080237/0009/
[[기계학습,machine_learning]]에서
* data
* 정답
의 각 쌍을 sample([[샘플,sample]] [[표본,sample]])이라 한다.
훈련단계/훈련과정 에서는 sample들을 사용해 자동으로 [[규칙,rule]]을 찾는다.
ML algorithm은 완전히 밑바닥부터 rule을 찾는 것은 아니다. Engineer가 규칙 탐색 초기에 규칙의 청사진을 제공한다. 이 청사진은 [[모델,model]]에 캡슐화되어 있으며, 기계가 학습할 수 있는 규칙에 대한 [[가설공간,hypothesis_space]]을 형성한다. 가설공간이 없으면 탐색할 규칙의 공간이 너무 커서(제약이 없고 무한하고 etc?) 제한된 시간 안에 좋은 규칙을 찾는 데 좋지 않다.
}
[[훈련오차,training_error]] — [[오차,error]]



Sub:

훈련자료,training_data — 자료,data
{
// tmp from https://thebook.io/080237/0009/
기계학습,machine_learning에서
  • data
  • 정답
의 각 쌍을 sample(샘플,sample 표본,sample)이라 한다.
훈련단계/훈련과정 에서는 sample들을 사용해 자동으로 규칙,rule을 찾는다.
ML algorithm은 완전히 밑바닥부터 rule을 찾는 것은 아니다. Engineer가 규칙 탐색 초기에 규칙의 청사진을 제공한다. 이 청사진은 모델,model에 캡슐화되어 있으며, 기계가 학습할 수 있는 규칙에 대한 가설공간,hypothesis_space을 형성한다. 가설공간이 없으면 탐색할 규칙의 공간이 너무 커서(제약이 없고 무한하고 etc?) 제한된 시간 안에 좋은 규칙을 찾는 데 좋지 않다.
}
훈련오차,training_error — 오차,error




훈련,training Modified on 9:15 pm, June 18, 2024.
🎲 Random