표 5-2에 각 측정값 조합에 대한 평가와 오류의 원인을 정리해 보았습니다.
▼ 표 5-2 학습에서 오류가 발생하는 원인
입력 |
출력 |
측정 오차 |
실제 관계 |
사용한 조합 방식 |
정확한가? |
그 이유는? |
t1, t2 |
ttotal |
없음 |
덧셈 |
덧셈 |
예 |
|
t1, t2 |
ttotal |
있음 |
덧셈 |
덧셈 |
아니요 |
측정 오차 |
ttotal, s |
d |
없음 |
곱셈 |
덧셈 |
아니요 |
잘못된 조합 방식 |
세 가지 케이스 중 두 가지는 기대에 못 미쳤습니다. “정확한가? 아니요”라는 결과를 얻은 두 케이스는 학습 시스템을 만들 때 반드시 해결해야 하는 두 가지 오류를 보여 줍니다. 이외에도 훈련 데이터와 모델 간 상호 작용에서 오류가 발생하기도 합니다. 훈련 세트마다 서로 다른 결과를 얻게 되는 원인 중 하나입니다. 이러한 세 가지 오류는 예측을 수행할 때 범하는 실수를 쪼개어 이해하는 데 좋은 기반이 됩니다. 표 5-2의 두 번째 행에 소개된 기록 오차는 해결하기 어려운 경우가 많습니다. 다른 사람이 측정한 데이터로 모델링했을 때, 측정 오차는 우리 책임이 아닙니다. 그러나 선택한 모델과 실제 관계가 달라서 발생하는 문제는 우리가 해결해야 합니다.