원본질문
https://m.dcinside.com/board/deeplearning/3735

딥러닝에서 예측 분포의 분산을 줄이는 방법 - 딥러닝 마이너 갤러리

머신러닝에서는 K-Fold로 예측분포의 분산이 작은 모델 아키텍처나 하이퍼파라미터 등을 찾을 수 있잖아요.근데 딥러닝에서는 안그래도 학습시간이 긴데 k배로 늘리는것은 너무 길어져서 적용도 어려운데, 어떻게해야 예측분포

m.dcinside.com





모델 성능은 평균제곱오차 MSE로 보는데 MSE는 바이어스와 분산으로 분해됨

바이어스는 추정모델이  원래함수에 가까운지 먼 지를 나태내고  분산은 추정모델이 표본에 따라  과적합이 되는 정도임

바이어스가 작으면  분산이 크고
바이어스가 크면  분산이 작음

바이어스  분산 딜레마 라고 함
총량의 법칙이라고도 함

해결책은 표본  수  증대