Data Bias
Data Bias 란 수집된 학습 데이터의 분포가 이상적인 테스트 데이터의 분포와 다른 것을 의미한다.
아무리 많은 데이터를 수집하더라도, 분포 자체가 다르면 estimation 과 optimal function 간 gap 이 생길 수 밖에 없다.
1 min read
D) Bias in Recommendation D.1) Collection: Bias in Data D.1.1) Data Bias 정의 Data Bias 참고 D.1.2) Selection Bias (from Explicit feedback) selection bias 는 사용자가 어떤 아이템을 평가할 것인지에서 비...
paper link Abstract Blindly fitting the data without considering the inherent biases will result in many serious issues, e.g., the discrepancy between offline evaluation and...
Bias bias 는 데이터 내에 있는 모든 정보를 고려하지 않음으로 인해, 지속적으로 잘못된 것들을 학습하는 경향을 말한다. 어떤 모델을 학습시켰을 경우, 그 모델이 예측한 값과 실제 정답이 얼마나 멀리있는지를 나타내는가 생각해보면 된다.
Covariate Shift covariate shift 는 ML 에서 종종 마주치는 특수한 형태의 데이터 변화를 의미한다. Related References www.seldon.io/what-is-covariate-shift .
Class Imbalance Problem class 분류 문제에서 class 당 instance 수의 균형이 맞지 않는 문제를 말하며, 이를 imbalanced data 라고 한다. 2.
Regression 회귀는 예측하는 함수를 만드는 것이다. 예측하려는 데이터의 종류가 numerical 또는 categorical data 에 따라서 사용하는 알고리즘이 달라진다.
popularity bias 를 해결하는데 사용한다. basic idea 는 recommender G 와 introduced adversary D 의 min-max game 을 수행하는것 .
Latent Variable missing data 를 다루는데 유용하게 사용됨 B) Related C) References.
Machine Learning deep Learning 과 달리 structured data 가 필요한 학습 모델 2.
Data Augmentation overfitting 에 대응하기 위해서는 많은 training data 를 이용해서 학습하는 것이 좋다. 특히, 이미지 데이터의 경우, 기존 이미지를 변형해서 새로운 이미지 학습 데이터를 만들 수 있다.
Logistic Loss logistic regression 에서 사용하는 loss function 을 의미한다.