[GoogleML] Error Analysis & Mismatched Train and Test Set

Carrying Out Error Analysis error 중 dog가 차지하는 비율이 크지 않을 때 강아지가 찾이하는 비율이 50%였다면, dog에 focus를 맞추어 문제를 해결하는 것이 효과적일 수 있다 다양한 카테고리의 에러 원인이 있다 높은 비율의 원인 (great cats와 blurry에 focus하여 해결할 수 있다.) -> error의 주 원인을 분석할 수 있다. Cleaning Up Incorrectly Labeled Data 딥러닝 알고리즘은 1) random error에는 강인하지만 2) system error에는 취약하다 만약 incorrectly labeled error가 큰 영향력을 준다면 -> 고쳐라 아니라면? (적은 비율이라면) 추천하지 않음 이런 상황에서는? 잘못 레이블 ..

2023.09.30