MLOps 도입 가이드

67

4장 모델개발

일반화 능력

머신러닝 모델의 입력 데이터가 학습 데이터와 유사한 형태가 아니어도 정확하게 예측하는 능력

을 일반화 능력

Generalization

Capacity

이라 한다. 예를 들어, 모델의 학습 데이터 세트가 얼룩말이 아닌

말만 포함하고 있더라도, 모델이 예측 시에 얼룩말을 구분하는 능력이다.

1

모델에 확률 분포에

따른 예측을 포함하면, 이런 놀라운 일반화 능력을 구현할 수 있다.

머신러닝 모델이 예측하고 일반화

generalize

하는 방법과 관련하여 흔히 드는 예시는 집값이다. 물

론 집값은 매우 많은 요소에 영향을 받기 때문에 정확한 모델을 만들기 어렵다. 하지만 쓸 만한

정도로 근접한 가격은 어렵지 않게 예측할 수 있다. 모델에 대한 입력 데이터는 면적, 침실과

화장실의 수, 건축 연도, 위치 등 직접적으로 연관된 정보일 수도 있고, 주변 환경이나 거래량

같은 간접적인 정보일 수도 있다. 이력 데이터가 충분히 많고 시장 상황이 급변하지 않는다면,

알고리즘을 통해 합리적으로 추정할 수 있는 수식을 만들어낼 수 있다.

자주 사용되는 또 다른 예시로 건강 진단이나 특정 기간 내에 특정 질병이 누군가에게 발병할

것이라는 예측이 있다. 이런 종류의 분류 모델

classification

model

은 어떤 이벤트의 발생 확률을 예측

할 수 있고, ...