모델을 만드는 이유는 일반화를 통해 미래 예측을 추정하고자 하는 것이다.
그래서 우리는 모델의 수정과 학습을 반복함으로써, 주어진 가설 공간에서 최고 성능을 발휘하는 모델을 선택한다.
다양한 모델을 만들고 비교 및 검증을 하여 가장 좋은 모델을 선택해야할 때 사용되는 것이 "모델 평가지표"이다.
모델에 대한 평가지표는 모델을 구현하여 추정하고자 하는 목표에 따라 평가지표도 달리 사용된다.
아래의 그림은 목표에 따른 평가지표를 분류한 그림이다.
Reference
rk1993.tistory.com/entry/%EB%AA%A8%EB%8D%B8-%EC%84%B1%EB%8A%A5-%ED%8F%89%EA%B0%80-%EC%A7%80%ED%91%9C-%ED%9A%8C%EA%B7%80-%EB%AA%A8%EB%8D%B8-%EB%B6%84%EB%A5%98-%EB%AA%A8%EB%8D%B8
'인공지능 > DeepLearning' 카테고리의 다른 글
[Computer Vision] 확장된 Image를 이용한 훈련 모델 사용 (0) | 2021.01.11 |
---|---|
[Computer Vision] Image Augmentation (0) | 2021.01.11 |
모델 성능 평가 지표 - 분류(Classification) - 미완성 (0) | 2020.12.28 |
[RNN] GRU (Gated Recurrent Unit) (0) | 2020.12.16 |
[CNN] Alex Net - 구현 및 MNIST_Fashion 학습 (0) | 2020.12.11 |