[딥러닝용어-학습] 하이퍼파라미터, 배치, 에포크, 스텝, 지도학습, 비지도학습, 강화학습

딥러닝 학습 용어

---

하이퍼파라미터

---

• 어떠한 값이 적절한지 모델과 데이터가 알려주지 않기 때문에, 모델 외적인 요소 라고도 한다.

배치와 배치 크기

---

에폭(epoch)와 스텝(step)

---

• 에폭은 전체 데이터를 사용하여 학습하는 횟수.
• 스텝은 모델이 가진 파라미터(가중치)를 1회 업데이트 하는 것.

지도학습

---

• 정답이 포함된 데이터로 학습

비지도학습

---

• 정답이 포함되어있지 않은 학습

강화학습

---

• 주어진 환경에 대해 보상reward을 통해 학습

과대적합

---

• 모델이 학습 데이터에서는 좋은 성능을 보이지만, 새로운 데이터에 대해 좋은 성능을 보이지 못하는 결과

해결방법

• 학습 데이터를 다양하게, 많이 수집
• 정규화Regularization 사용
• 이상치Outlier 제거 ( 데이터가 충분할 경우에는 좋지 않은 방법이다 )

과소적합

---

• 충분한 학습을 하지 않아서 모델 전체적으로 성능이 좋지 않음.

해결방법

• 학습 데이터를 다양하게, 많이 수집.
• 더 복잡한 모델을 사용한다.
• 모델을 충분히 학습시킨다.