Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- Python
- IRIS
- SQL
- 데이터분석준전문가
- 이것이 코딩테스트다
- ADsP
- 자격증
- 코딩테스트
- 머신러닝
- 데이터 분석
- sklearn
- 데이터분석
- 데이터 전처리
- matplotlib
- 이코테
- Google ML Bootcamp
- SQLD
- Deep Learning Specialization
- 시각화
- pandas
- r
- 통계
- pytorch
- ML
- tableau
- scikit learn
- 회귀분석
- 파이썬
- 딥러닝
- 태블로
Archives
- Today
- Total
목록표준화 (1)
함께하는 데이터 분석
[Find-A][Pytorch] 정규화
정규화 학습 데이터에서는 잘 동작하는데 테스트 데이터에서는 학습이 제대로 안 된다면 단순히 오버피팅 문제가 아니라 두 데이터의 분포가 달라서인 경우도 존재 왼쪽이 학습 데이터 오른쪽이 테스트 데이터라 하면 학습 시 결과가 잘 나오던 모델도 테스트 시에는 결과가 좋지 않게 나올 수밖에 없을 것임 또한 학습 시에도 데이터 간의 분포가 다르다면 각 분포에 맞춰 변수가 업데이트될 테니 그 데이터를 그대로 쓰면 학습조차 제대로 안될 것임 이럴 때 필요한 것이 정규화(normalization) 데이터를 정규화 하는 방법은 여러가지가 있는데 대표적인 방법으로 표준화(standardization)가 있음 표준화는 데이터에서 평균을 빼고 표준편차로 나눠주는 과정을 거치는데 이렇게 되면 평균은 0, 분산은 1이 되어 데이..
학회 세션/파인드 알파
2022. 9. 25. 19:45