데이터 과학 특강3 - accidentlywoo/legacyVue GitHub Wiki

데이터 과학 특강3

---

Modeling

Occam's Razor

-> 일반화가 가능하다. 가능한한 간단한 모델이 좋다.

Bias-Variance

 잘못된 가정에서 나오는 에러 -> Bias error : underfit
 너무 디테일한 가정에서 나오는 에러 -> Vaiance : overfit 
 -> 이 둘의 밸런스르 잘 맞춰야 한다.

linear vs non linear models

 linear models : 각각의 variance들의 세타를 구하는 것이 관점.    

linear regression은 descriptive이다.-> 세타로 설명할 수 있기 때문에

DL은 blackbox model이다. : model을 가지고 특징을 설명할 수 없다. 주의해야 한다. -> 정확도는 높지만, 설명이 어렵다. 퍼포먼스가 좋지만 현장에서 못쓰는 경우가 많다. -> decision tree 쓰고있을때..