AI 요약관련 정보

• 확률적 경사 하강법은 머신러닝의 범용적인 최적화 방법이며, 딥러닝에서 핵심적으로 사용됨. 🚀
• 온라인 학습은 데이터가 점진적으로 추가될 때, 기존 모델을 추가 훈련하는 방식이며, 확률적 경사 하강법이 유용함. ➕
• 손실 함수는 모델 훈련의 목표가 되는 '산'이며, 경사 하강법은 이 산을 내려가는 과정임. ⛰️
• 분류 문제에서는 정확도를 직접 손실 함수로 사용하기 어려워, 로지스틱 손실 함수(이진 크로스 엔트로피)를 대리 함수로 활용함. 🎭
• SGDClassifier는 확률적 경사 하강법을 사용하는 분류 모델이며, partial_fit() 메서드로 점진적 학습이 가능함. ⚙️
• 에포크 횟수가 증가함에 따라 모델이 과소적합에서 과대적합으로 변화할 수 있으므로, 적절한 에포크 수를 찾는 것이 중요함. 🎯