728x90
반응형
순서 편향은 사물의 순서가 사물 선택에 영향을 줄 수 있는 경우입니다. 예를 들어 좋아하는 TV 프로그램을 물어보고 "왕좌의 게임", "킬링 이브", "트래블러", "닥터 후"의 순서로 나열하면 '왕좌의 게임'을 선택할 가능성이 더 큽니다. '왕좌'는 여러분이 잘 알고 계시며 가장 먼저 보게 되는 것입니다. 다른 TV 프로그램과 동일하더라도. 따라서 데이터 세트의 데이터를 훈련할 때 시퀀스가 비슷한 방식으로 훈련에 영향을 미치는 것을 원하지 않으므로 섞는 것이 좋습니다.
Coursera | Online Courses & Credentials From Top Educators. Join for Free | Coursera
Learn online and earn valuable credentials from top universities like Yale, Michigan, Stanford, and leading companies like Google and IBM. Join Coursera for free and transform your career with degrees, certificates, Specializations, & MOOCs in data science
www.coursera.org
728x90
반응형
'Machine Learning > 초단순정리' 카테고리의 다른 글
| Semantic Segmentation과 Instance Segmentation (0) | 2022.01.20 |
|---|---|
| Attention - Transformer Architecture (0) | 2021.12.22 |
| GAN (0) | 2021.11.26 |
| Latent Space Interpolation (0) | 2021.11.26 |
| [Python] Sigmoid (0) | 2021.08.13 |