머신러닝 - 지도학습 검증방법, 모델 평가방법 - 최신 편향 (Recency Bias)

https://www.yna.co.kr/view/AKR20201019148700063?input=1195m

KAIST가 개발한 최적의 인공지능 딥러닝 데이터 선택 기술

[배경] 딥러닝은 훈련 데이터로부터 반복적으로 일부 데이터 샘플을 선정해 최적화하는 과정으로 이뤄진다.

이때 선정된 데이터 샘플을 '배치'(batch)라고 부른다.

배치를 무작위로 선택할 경우 정확도가 떨어지기 때문에 학습에 적합한 데이터를 골라내기 위한 연구가 활발히 진행되고 있다.

[개념] 데이터 추론 결과를 활용해 현재 모델 학습 단계에 가장 도움이 되는 데이터를 효과적으로 선택할 수 있는 기술

[개념도] 

[학습] CNN 학습에 적용

[기대효과] 데이터의 예측 정확도 향상, 데이터 추론의 혼동을 줄임

[성능] 기존 방법론보다 오류는 21% 줄이고 훈련 시간은 최대 59% 줄이는 데 성공