티스토리 뷰
Dropout
- 모델의 과적합 (Overfitting)을 방지하기 위해 고안해낸 방법론
- 인공신경망에서 drop out을 0.5로 지정해놓으면 랜덤으로 전체 노드의 50%를 지우고 진행하는 방식
drop out <-> keep prop
- 두 단어는 상반되는 단어로 drop out은 노드의 몇 %를 지울지 정하는 하이퍼 파라미터지만 반면, keep prob은 노드의 몇 %를 유지할 지 정하는 하이퍼 파라미터
'데이터분석 이론' 카테고리의 다른 글
케라스 창시자에게 배우는 딥러닝- 텐서의 정의 (0) | 2020.06.07 |
---|---|
Undersampling이란 무엇인가? (0) | 2019.12.15 |
5가지의 Clustering (군집 분석) 알고리즘 설명 및 비교 (1/2) (0) | 2019.09.22 |
Text Analysis - Bag of Words, TF-IDF (0) | 2019.06.15 |
RANSAC (Random Sample Consensus) (0) | 2019.05.19 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- recommendationsystem
- 추천시스템논문
- 표본 추출
- significant level
- 분류 모델 성능 평가지표
- 비전공자데이터분석
- featureselection
- 텍스트분석
- kaggle competition
- 국립국어원대회
- wordembedding
- 데이터분석
- 자연어처리공모전
- 통계 분류 검증
- 캐글
- kaggle
- 대응표본 검정
- featureextraction
- 데이터분석공모전
- 빅데이터공모전
- 데이터분석 척도
- 딥러닝추천모델
- 국어정보처리시스템경진대회2020
- 통계 척도
- 딥러닝추천시스템
- 주식종목예측시나리오
- instantgratification
- denserepresentation
- 독립표본 t 검정
- 일표본 검정
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 |
글 보관함