[신경망-학습] 학습이란?

 

👋 들어가기 전

 

이전 포스팅에서 우리는, MNIST 데이터셋을 통해 신경망 학습을 경험해봤다.

 

이번 시간에는 학습에 대해 조금더 자세히 알아보자.

---

🏁 학습할 내용

• 학습의 종류
• 데이터를 나누는 기준

---

🏫 학습의 종류

 

💡 학습이란?

훈련 데이터로 부터 가중치 매개변수의 최적값을 자동으로 찾는 과정

신경망 학습의 지표는 손실 함수의 결괏값을 가장 작게 만드는 최적 가중치를 찾는것

 

여기서 중요한 점만 간단하게 정리해보자.

 

• 훈련 데이터가 필요하다.
• 손실함수의 결괏값을 가장 작게 만들어야한다.
• 최적 가중치를 자동으로 찾는다.

 

1️⃣ 사람의 개입이 필요한 학습

 

입력에 대한 알고리즘을 사람이 모두 만들거나, 사람이 생각한특징을 기계가 학습하는 방식
기계에게 학습을 맡기기 전에, 전처리를 사람이 하는 방식을 말한다.

 

2️⃣ 딥러닝 (종단간 머신러닝)

 

---

✂️ 데이터를 나누는 기준

 

왜 데이터가 훈련 데이터와, 시험 데이터로 나눠야 될가?

우리의 목표는 범용적으로 사용할 수 있는 모델을 원하기때문이다.

 

💡 범용적이란?

아직 보지 못한 데이터의 문제를 올바르게 풀어내는 능력이다.

예를들어, MNIST(숫자 손글씨) 데이터를 학습한 내용은, 엽서에서 우편 번호를 자동으로 판독하는 시스템에
사용할 수 있다.

하지만,  만약 특정 데이터 셋에 과하게 최적화된 상태 과대적합 이라고하며,
이것은 우리의 목표인 범용적인 특징과 멀다.

 

---

출처