Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 딥러닝
- reinforcement learning
- 강화 학습
- 데이터 전처리
- q-러닝
- GRU
- Q-Learning
- 분류
- CNN
- AI
- 인공지능
- 최적화
- python
- 머신 러닝
- LSTM
- Deep learning
- 정규화
- Machine Learning
- rnn
- 회귀
- 활성화 함수
- 머신러닝
- 손실 함수
- 지도 학습
- 신경망
- 강화학습
- 자연어 처리
- 인공 신경망
- 교차 검증
- 과적합
Archives
- Today
- Total
목록가설 (1)
move84
머신러닝: 가설(Hypothesis)과 모델(Model)의 차이
머신러닝을 공부하다 보면 가설(Hypothesis)과 모델(Model)이라는 용어를 자주 접하게 된다. 이 두 용어는 밀접하게 연관되어 있지만, 엄밀히 말하면 서로 다른 의미를 지닌다. 이 글에서는 가설과 모델의 차이점을 명확히 이해하고, 머신러닝 학습 과정에서 이들이 어떻게 활용되는지 살펴본다.🤔 가설(Hypothesis)이란?가설은 데이터의 패턴을 설명하거나 예측하기 위해 우리가 세우는 '가능성 있는 설명'이다. 쉽게 말해, '이러한 관계가 있을 것이다'라는 추측이나 가정이다. 머신러닝에서는 특정 입력(feature)과 출력(label) 간의 관계를 나타내는 함수 또는 규칙의 형태를 가설이라고 할 수 있다. 예를 들어, '광고비가 증가하면 매출도 증가할 것이다'라는 가설을 세울 수 있다. 여기서 중..
머신러닝
2025. 4. 16. 07:11