꿈라CBT인공신경망 분석모형에서 활용되는 하이퍼파라미터(Hyperparameter)에 관한 설명 중 가장 옳지 않은 것은?
- 1손실 함수(Cost Function)는 입력에 따른 기댓값과 실젯값 간의 차이를 계산하는 함수로, 평균제곱오차나 교차엔트로피오차 등을 고려하여 지정한다.
- 2가중치(Weights)의 초깃값과 가중치는 출력값과 실젯값을 비교하여 역전파 알고리즘으로 최적화를 이루기 위해 지정해주는 대표적인 하이퍼파라미터에 해당한다.
- 3데이터 학습 훈련의 반복 횟수(Training Loop)는 학습의 조기 종료를 결정하는 변수로, 사용자가 미리 지정하여 학습 효율이 떨어지는 시점을 적절히 판단하도록 한다.
- 4학습률(Learning Rate)은 적절한 학습 속도를 유지하기 위하여 Gradient 방향으로 얼마나 빠르게 이동할지를 정하는 변수이다.