콘텐츠로 건너뛰기
학습
뉴스
도구
채용
미션
검색
⌘K
English
기부
메뉴
여기서 시작하세요
학습 시작
학습
이동 학습
행동
가이드
AI 튜터
프롬프트 라이브러리
퀴즈
인증
용어집
뉴스
이동 뉴스
최신 AI 뉴스
주제 추적기
연구 및 데이터 세트
블로그
편집 원칙
정정 안내
도구
이동 도구
도구 디렉토리
최고의 목록
도구 비교
비용 계산기
프롬프트 구체화
AI 도구 제출
채용
이동 채용
AI 채용 검색
채용 공고 게시
후원 AIU
미션
이동 미션
미션
영향 및 통계
저자
도움말 센터
새로운 소식
지원
기부
홈
/
용어집
/
과적합
AI 용어집
무엇입니까?
과적합
?
정의
모델이 훈련 데이터를 기억하고 보이지 않는 입력에 대해 제대로 수행되지 않는 경우.
관련 용어
일반화
훈련 세트 외부에서 볼 수 없는 새로운 데이터에 대해 모델이 얼마나 잘 수행되는지입니다.
벤치마크 누출
벤치마크 테스트 예시나 유사 변형이 학습 데이터에 있으면 보고된 성능이 부풀려집니다.
지속적인 학습
모델이 사전 지식을 잊지 않고 새로운 데이터로부터 계속 학습할 수 있도록 하는 훈련 접근 방식입니다.
데이터 증대
모델 일반화를 개선하기 위해 수정된 훈련 예제를 생성하는 기술.
미세 조정
사전 훈련된 모델을 특정 작업에 맞게 조정하기 위해 도메인별 데이터에 대한 지속적인 훈련입니다.
지식 차단
모델의 학습 데이터에 반영된 최신 시점입니다.
무료 가이드에서 자세히 알아보세요
Overfitting and Underfitting
See also
Open-Source Model
Parameter
OCR (Optical Character Recognition)
Parameter-Efficient Fine-Tuning (PEFT)
Normalization
Perplexity
Neural Network
Pipeline
Previous
Open-Source Model
Next
Parameter
전체 AI 용어집 찾아보기
무료 AI 가이드 모두 살펴보기