Glossary(으)로 돌아가기
과적합
모델이 훈련 데이터에서는 잘 수행하지만 미지의 데이터에서는 성능이 떨어지는 경우로, 일반화 가능한 특징을 학습하기보다는 훈련 데이터 특정 패턴을 암기한 상태입니다. 과적합은 데이터셋이 작은 로봇 학습에서 중요한 문제입니다. 대응 방법으로는 데이터 증강, 드롭아웃, 가중치 감쇠, 조기 종료, 사전 훈련된 인코더 사용이 있습니다.
모델이 훈련 데이터에서는 잘 수행하지만 미지의 데이터에서는 성능이 떨어지는 경우로, 일반화 가능한 특징을 학습하기보다는 훈련 데이터 특정 패턴을 암기한 상태입니다. 과적합은 데이터셋이 작은 로봇 학습에서 중요한 문제입니다. 대응 방법으로는 데이터 증강, 드롭아웃, 가중치 감쇠, 조기 종료, 사전 훈련된 인코더 사용이 있습니다.