8. 편향과 오차

 

 

 

Biased data(편향된 데이터)

• 실제 데이터를 반영하지 못하고 편향된 데이터.
• 예: 한 해외 얼굴 데이터 세트는 대부분 서양인 얼굴로 구성되어 있다. 
  • 문제: 이 데이터 세트로 학습하여, 한국인을 대상으로 하는 서비스를 만들면 의도하지 않은 결과를 얻을 수 있다. 

 

 

데이터 분포

• 편향(bias): 모델이 예측한 값과 실제 정답이 떨어진 정도.
• 분산(variance): 모델이 예측한 값들이 흩어진 정도.

분산과 표준편차

 

 

---

 

 

오차(Error, loss)

• 실제 정답과 모델이 예측한 값의 차이. 오차 계산 함수는 다양하고 대표적으로 평균 제곱 오차 함수가 있다. 
• 평균 제곱 오차(Mean Squared Error): 각 데이터가 (입력 x, 정답 y)로 구성될 때, MSE 공식은 다음과 같다. 

평균 제곱 오차

 

• 예를 들어 딥러닝 모델에서 MSE는 다음과 같이 계산된다. 
  • MSE = (78 - 81)^2 = 9

 

 

 

---

 

 

 

 

이번 포스팅은 짧게 마무리하겠다!

다음은 최소 제곱법과 추세선에 대해 알아보겠다.