"정칙화율"의 두 판 사이의 차이

2021년 5월 29일 (토) 21:21 기준 최신판

[math]\displaystyle{ 최소화(손실\ 함수+\lambda(정칙화\ 함수)) }[/math]

@@ 1번째 줄: / 1번째 줄: @@
 ==개요==
 ;regularization rate
-;정규화율
+;[[正則化]][[率]]
-* 람다로 표현되는 스칼라값
+;정칙화율, 정규화율
-* 정규화 함수의 상대적 중요도를 지정한다.
+* 람다(λ)로 표현되는 스칼라값
-* 다음은 정규화율의 영향을 보여주는 단순화된 손실 방정식이다.
+* 정칙화 함수의 상대적 중요도를 지정한다.
-:<math>최소화(손실\ 함수+\lambda(정규화\ 함수))</math>
+* 다음은 정칙화율의 영향을 보여주는 단순화된 [[손실 (머신러닝)|손실]] 방정식이다.
-* 정규화율을 높이면 과적합이 감소하지만 모델의 정확성이 떨어질 수 있습니다.
+:<math>최소화(손실\ 함수+\lambda(정칙화\ 함수))</math>
+* 정칙화율을 높이면 [[과적합]]이 감소하지만 모델의 [[정확성 (데이터과학)|정확성]]이 떨어질 수 있습니다.
 ==같이 보기==
-* [[정규화(regularization)]]
+{{z컬럼3|
+* [[람다]](lambda)
+* [[손실 (머신러닝)]]
+* [[정칙화]](regularization)
 * [[과적합]]
+* [[정확성 (데이터과학)]]
+}}
 ==참고==
@@ 16번째 줄: / 22번째 줄: @@
 [[분류: 머신러닝]]
+[[분류: 正]][[분류: 則]][[분류: 化]][[분류: 率]]