# Variance

총 6개의 포스트

코틀린과 변성

코드스피츠 90 코틀린 5회차제네릭에서 <> 안에 넣은 또다른 타입을 파라미터 타입 이라고 부른다. 변성이란 같은 제네릭타입에서, 파라미터 타입에 따라 상속 관계나 대체가능성을 설정할 때 사용한다. 따라서 변성은 제네릭의 파라미터 타입 에만 국한된 개념이다. L

Variance 변성

3일 전

0개의 댓글

evergreen_tree

[Kotlin] Generic And Variance

자바에서도 Generic에 대해 얕게 이해하고 있었는데, Kotlin에서 in, out를 만나면서 제대로 알아봐야겠다는 생각이 들게 되었습니다.Data Type Generalize클래스 내부에서 사용할 Data Type을 컴파일 시 미리 지정하는 것을 의미합니다.자바와

Generic Variance kotlin

2022년 6월 10일

6개의 댓글

coral2cola

Problem Setting and Regularization

training을 하기 위해서 결정해야 할 것들이 정말 많지만 각 hyperparameter 사이에 dependency가 있기 때문에 guess가 매우 어렵다. 그렇기 때문에 실제로 machine learning은 굉장히 반복적인 작업이다. Dataset 좋은 cho

Bias Data augmentation K-fold Cross Validation Normalizing Regularization Vanishing gradient Variance dataset dropout regularization early stopping exploding gradient high bias high variance hyperparameter normalize overfitting regularization parameter underfitting weight decay

2022년 4월 17일

0개의 댓글

dannialism

Ai_D68

기울기값을 얼만큼 경사하강법에 적용할 지 결정하는 hyperparameter 입니다. 학습률(learning rate)를 조절하여 기울기 값을 조정할 수 있습니다. 그 결과, 모델 성능을 효율적으로 개선할 수 있습니다.(global minima를 효율적으로 찾을 수

Bias Learning Rate Optimaizer Variance Weight Initialization Xavier adam dropout early stopping scheduling

2022년 2월 24일

0개의 댓글

xodn234

linear algebra

공분산, 상관계수

Correlation coefficient RANK Standard Deviation Unit Vectors Variance basis covariance projection span 가우시안 소거법

2021년 12월 18일

0개의 댓글

cleansky

[인사이드 머신러닝] Bias-Variance Trade-Off

좋은 모델이란 무엇인가? 이 질문에 답하기란 생각보다 쉽지 않다. 그렇지만 좋은 모델들이 공통적으로 갖추어야할 공통적인 덕목(?)이 있는데 그것은 바로 다음과 같다.현재 주어진 데이터, 즉 훈련 데이터를 잘 설명할 수 있다.미래에 주어질 데이터, 즉 테스트 데이터도 잘

Bias Variance bias-variance dilemma bias-variance tradeoff cleansky model complexity overfitting underfitting 과대적합 과소적합 기계학습 딥러닝 머신러닝 분산-편향 딜레마 빅데이터 인공지능 인사이드머신러닝 편향-분산 트레이드오프 편향과 분산

2021년 9월 27일

0개의 댓글