목록배치 경사 하강법 (1)

move84

머신러닝: 배치 경사 하강법 vs. 확률적 경사 하강법

머신러닝 모델을 훈련시키는 과정에서 최적의 모델 파라미터를 찾는 것은 핵심적인 단계이다. 경사 하강법(Gradient Descent)은 이러한 최적의 파라미터를 찾아가는 가장 널리 사용되는 알고리즘 중 하나이다. 경사 하강법에는 여러 변형이 존재하며, 그 중에서도 배치 경사 하강법(Batch Gradient Descent)과 확률적 경사 하강법(Stochastic Gradient Descent)은 가장 기본적인 형태이자 널리 사용되는 방법이다. 이 글에서는 두 가지 방법의 차이점과 특징, 그리고 실제 적용 시의 장단점을 살펴본다.✨ 배치 경사 하강법 (Batch Gradient Descent)배치 경사 하강법은 전체 훈련 데이터셋(Training Dataset)을 사용하여 각 반복(iteration)에서..
머신러닝 2025. 3. 4. 23:27
이전 Prev 1 Next 다음