AI 윤리1 LG Aimers | AI Essential Course & AI Ethics Part 1. 데이터 분석과 AI 학습에서 유의할 점 1. 데이터의 해석상관관계와 인과관계의 차이 2. 데이터 전처리와 분석방법error bar 추가적합한 통계 테스트아웃라이어 제거 데이터 표준화(정규화)EDA (exploratory data analysis)데이터 품질이 알고리즘 학습 품질을 결정 3. 학습 데이터의 양Under-fittting (과소적합)Over-fitting (과대적합)데이터 학습의 결과가 적절한 수준인지, 유연하게 대처하는 알고리즘학습 데이터와 테스트 데이터는 달라야 함 4. 블랙 박스 알고리즘해석의 어려움 - 블랙박스 형태 성능과 설명력알고리즘 내면 가시화 필요Post-hoc explainability (사후설명력) : Salency map, SHAP 등One pixel att.. 2024. 7. 15. 이전 1 다음
