표본분산 공식에서 1/n-1인 이유를 컴공적으로 설명하면
딥러닝의 training 과정은 모든 데이터를 살펴보지않으므로 표본(sample)을 살펴본다고 할 수 있는데 이러한 측면에서 표본분산 공식이 1/n이 아니라 1/n-1로 나눠주는 이유를 바꿔 이해해보면 딥러닝 모델이 실제 평균에 fit해버리는 Overfitting을 방지해준다는 의미로 해석할 수 있습니다. 매우 흥미진진하죠?
0 XDK (+0)
유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.
-
경북대 전자, 화공 두 개 붙었는데 어디가 더 높나요??
?
??
와! 그렇습니다!
WTF
일부인 표본이 전체로 오인되지 않도록 n보다 작은 n-1을 해준다는 말인가요?
넵 수학적으로도 그러한 이유인데 딥러닝으로 이해해보자면 본문에 써놓은 의미와 같습니다
딥러닝 논문 등에서 penalty로 해석하는게 굉장히 신기하더라구요
![](https://s3.orbi.kr/data/emoticons/oribi_animated/006.gif)
오 신기하네요 수학적으로는 그냥 자유도로 이해하고 있었는데 말이죠갓 루트!! ㅎㅎ 늘 파이팅입니당!!!!