꿈라CBT다음 <보기>의 두 모델에 대한 대응으로 가장 적절한 것은?
보기
학습 데이터 양을 늘려 가며 학습 곡선을 그렸다.
- 모델 P: 데이터가 늘수록 학습 오차는 올라가고 검증 오차는 내려와, 두 곡선이 높은 오차 수준에서 붙어 수평이 되었다.
- 모델 Q: 학습 오차는 매우 낮게 유지되지만 검증 오차가 훨씬 높고, 데이터가 늘수록 간격이 서서히 줄고 있다.
- 1두 모델 모두 데이터를 더 모으는 것이 가장 효과적인 해결책이다.
- 2모델 P는 규제를 강화하고, 모델 Q는 모델을 더 단순하게 만들어야 한다.
- 3P는 높은 편향이라 복잡도를 늘리고, Q는 높은 분산이라 데이터·규제가 효과적이다.
- 4학습 곡선은 모델 선택에 활용할 수 없으므로 최종 테스트 성능만으로 판단해야 한다.