머신러닝이 머신데

필수 개념머신러닝과 딥러닝이란?지도학습, 비지도학습, 강화학습이란?편향-분산 트레이드오프 (Bias-Variance Tradeoff)과적합(Overfitting)과 과소적합(Underfitting) 해결 방법특성 선택(Feature Selection) 및 차원 축소 (PCA, t-SNE)데이터 전처리 (정규화, 표준화, 결측값 처리) 1. 머신러닝과 딥러닝이란?더보기머신러닝은 주어진 데이터에서 패턴을 학습하여 예측하는 모델을 만드는 방법. 특징(Feature)을 사람이 직접 설계하는 경우가 많고, 전통적인 알고리즘(예: 선형 회귀, 랜덤 포레스트, SVM 등)을 사용함. 딥러닝은 신경망(Neural Network)을 기반으로 데이터를 입력하면, 모델이 자동으로 중요한 특징(Feature)을 추출하고 학습..

해당 논문은 OOD 태스크의 서베이 논문으로.. OOD detection이 뭐냐! 싶은 분께 추천드립니다.관련 분야 설명은 뛰어넘기고 OOD 중심으로 리뷰했답니다AbstractOOD 문제는 머신러닝 시스템의 신뢰성과 안전성을 보장하는데 필수적.자율 주행과 같은 시스템에서는 OOD 검출을 통해 시스템이 학습 중 본 적 없는 이상한 장면 or 물체를 감지하고 인간에게 경고하여 제어를 넘기게 됨.2017년에 처음 등장한 OOD 검출은 연구 커뮤니티의 많은 관심을 받아 다양한 방법이 개발됨.이러한 방법들은 분류 기반, 밀도 기반, 거리 기반 등 여러가지가 있음.이와 관련된 다른 문제들(Anomaly detection, Novelty detection, open set recognition, outlier det..