AI Convergence

Training/Test Set  강좌를 정리한다.

Training and test set

훈련시킬 데이터와 테스트 데이터를 나누어서 예측을 검증해 보아야 한다. 

Training set로 모델을 만들고 Validation set으로 모의 시험을 한다. 이후 Testing set으로 모델을 최종 테스트한다. 

테스트 데이터는 모델 입장에서 한번도 보지 않는 데이터가 된다. 

Big data set

Training set이 많을 경우. 몇개의 그룹으로 짤라서 학습을 시킨다. 이것을 Online Learning이라 부른다.

- image: training set

- label: Y 결과값이 있는 test set

데이터 사이즈 부르기 

- 전체 데이터를 한번 학습 시킨 것 = epoch (에포크)

- 몇개씩 짤라서 학습 = batch size

- epoch/batch size = iteration size 

Training Set으로 모델 만들기 예제

Testing Set으로 테스트하기 

- sess.run 또는 accuracy.eval 동일하다

참조

- 김성훈교수님의 Training/Testing 강좌

- Github MNIST data 예제