728x90
반응형
Hyperparameter
- Machine learning 학습을 할 때 더 효과가 좋도록 하는 주 변수가 아닌 자동 설정되는 변수를 의미
Learning Rate
- gradient의 iteration마다 얼마의 gap으로 빠르게 혹은 느리게 이동할지 결정하는 계수
Error/Loss/Cost Function
- 실제 output과 계산된 output 사이의 차이를 error/loss/cost function이라고 하는데 이 둘의 차이를 어떤 방식으로 계산할지를 지정
Batch Size
- mini batch처럼 전체 data를 몇 개의 그룹으로 나누어 학습할지를 나눌 그 크기를 의미
Epochs
- training 반복 횟수
- train set에 대해서는 epochs가 늘어날수록 error가 줄어들 수 있지만 overfitting이 발생할 수 있음
- error가 최소화되는 epoch의 경계값이 찾아주는 것이 중요하며 이것이 바로 early stopping을 결정하는 중요한 hyperparameter임
Hidden Layer의 개수
- Hidden layer의 개수도 hyperparameter임
728x90
반응형
'Machine Learning > Machine Learning' 카테고리의 다른 글
[Machine Learning] 차원축소 (Dimensionality Reduction) (0) | 2021.05.12 |
---|---|
[Machine Learning] Transfer Learning (0) | 2021.03.12 |
[Machine Learning] Regularization (0) | 2021.03.04 |
[Machine Learning] Data Pre-Processing (0) | 2021.03.03 |
[Machine Learning] One-Hot Encoding (0) | 2021.03.03 |