728x90 반응형 loss function1 [인공지능] 데이터 준비부터 딥러닝 최적화까지 : 머신 러닝 핵심 개념 흐름 정리 머신러닝과 딥러닝 모델의 성능은 데이터 준비부터 시작하여 알고리즘 선택과 최적화 기법에 이르기까지 일련의 흐름에 따라 결정됩니다. 이번 포스팅에서는 데이터 처리부터 복잡한 딥러닝 학습 매커니즘까지, 핵심 개념들의 연관성과 흐름을 명확하게 정리하려고 합니다. 모델 학습을 위한 데이터 준비 과정모델이 정확하게 학습하고 일반화 능력을 갖추기 위해서는 데이터를 깨끗하고 풍부하게 그리고 공정하게 나누는 과정이 필수적입니다. 데이터 전처리 (Data Preporcessing)모델이 데이터를 효율적으로 학습할 수 있도록 원본 데이터를 정제하고 변환하는 과정입니다.목적 : 데이터 품질 개선, 스케일 통일, 결측치 및 잡음 처리주요 기법 : 스케일링(Scaling)을 통해 데이터 범위를 맞추거나, 인코딩(Encodin.. 2025. 10. 24. 이전 1 다음 728x90 반응형
