코세라
[딥러닝] Bias, Variance 그리고 Bias-Variance Tradeoff
* 이 내용은 Cousera에서 수강중인 Andrew Ng 교수님의 강의 중, Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization 강좌를 보고 일부 정리 + 공부해 본 것입니다. * 예시와 그래프는 강의내용에서 발췌한 것으로, 그래프는 다시 그려보았습니다. 그래서 그래프의 형태가 정확하지 않을 수 있습니다. Bias & Variance Bias(편향)는 예측값과 정답의 차이를 의미한다. 즉 모델이 얼마나 잘 배웠는지, 얼마나 잘 맞추는지, 라고 할 수 있다. Variance(분산)는 예측값들 사이의 차이를 의미한다. 예측값들이 일관되게 도출되는지, 혹은 반대로 얼마나 흩어져 있는지라고 볼 수 있을 것 ..
근황토크 / 구글 머신러닝 부트캠프
근황 Kaggle 30 days of ML을 당차게 신청하였으나 무려 Google ML Bootcamp에 되어버렸다.... 오마이 코린이에게 정말이지 과분한 기회여서, 개인 공부는 Google ML Bootcamp에 올인하기로 결정하였다 (사실 분량도 올인해야할 분량이긴 하다) 이런 멋진 프로그램이 있다는 것을 지원마감 불과 6시간 전에 알고 부랴부랴 파이썬 퀴즈풀고 지원서 써서 냈다. 나를 구글 부트캠프로 이끌어 준 인스타그램 광고 알고리즘에게 치얼쓰. 패캠에서는 머신러닝/딥러닝을 어떻게 써야할지, 프로젝트 진행에 중점을 두었다면 이번 부트캠프를 통해서는 앤드류 응 교수님의 강의를 바탕으로 내재된 레이어는 어떻게 쌓아야하는지, 어떤 로직으로 이러한 모델들이 나오는 건지를 차근차근 배우고 있다. 먼저 적..