Differences

This shows you the differences between two versions of the page.

--- 딥러닝:정규화 [2025/10/17 10:49] – created masteraccount
+++ 딥러닝:정규화 [2025/10/22 14:46] (current) – masteraccount
@@ Line 1: / Line 1: @@
-===== 정규화 (Regularization) =====
+===== 두개의 정규화 =====
+한글로는 둘다 정규화지만 영어로는 다르다.\\
+하나는 모델이 학습 편하게 할라고하는것이고,\\
+하나는 모델의 성능(과적합 방지)을 높이기 위한 것이다.\\
+\\
-====개념====
+==== 데이터 정규화 (Data Normalization / Scaling) ====
-과적합 방지 및 일반화 성능 향상
+개념 : 모델에 데이터를 입력하기 전에 데이터의 범위(scale)를 일정하게 조정(예를들어 너무 큰 범위를 0~1 로 조정) \\
+목적 : 모델이 더 빠르고 안정적으로 학습하도록 돕는다.\\
+\\
+\\
+==== 모델 정규화 (Model Regularization) ====
+개념: 모델이 훈련 데이터에 너무 과하게 맞춰지는 과적합(overfitting)을 방지하기 위하여 \\
+목적 : 모델의 성능을 높이는 것