과대 적합 방지하기1. 데이터의 증강: 충분한 데이터셋 확보, 양이 적을 경우 변형해서 늘리기2. 모델의 복잡도 감소: 은닉층 수 감소, 수용력 낮추기3. 가중치 규제의 적용: 개별 가중치 값 제한을 통해 복잡도 낮추기 드롭아웃- 학습과정에서 신경망의 일부를 활용하지 않는 방법- 신경망 학습 시에만 활용하고 예측 시에는 활용하지 않음- 학습 시 인공신경망이 특정 뉴런이나 특정한 조합에 지나치게 의존적으로 되는 것을 방지- 서로 다른 신경망들을 앙상블하여 활용하는 것 같은 효과를 내어 과대 적합 방지 드롭아웃의 종류종류내용초기 드롭아웃- 학습의 과정에 있어 노드들을 p의 확률로서 학습 횟수마다 임으로 생략하고, 남은 노드들과 연결선만을 활용해 추론 및 학습을 수행- DNN 알고리즘에 활용시간적 드롭아웃- ..
