[케라스] 무작정 튜토리얼12 - Scikit-learn의 Scaler
Dev Log : 삶은 확률의 구름

스케일링 (Scaling) • 데이터의 값이 너무 크거나 혹은 작은 경우에 모델 알고리즘 학습과정에서 0으로 수렴하거나 무한으로 발산해 버릴 수 있는 것을 방지하거나, 예측 값이 범위를 벗어나는 입력데이터의 값에 더 큰 영향을 받는 것을 방지합니다. • 스케일링을 통해 다타원의 값들을 비교 분석하기 쉽게 만들어 줍니다. • 자료의 overflow나 underflow를 방지하고 최적화 과정에서 안정성 및 수렴 속도를 향상시킵니다. + 분석할 때 자주 쓰지만 개인적으로는 생각이 부족했던 스케일링의 종류와 각 방법의 장단점, 파이썬 코드 예제가 있는 내용입니다. 잘 정리되어 있는 것 같아 기본 개념을 정리하는데 도움이 될 것 같아 공유 드립니다.
2021년 4월 13일 오전 8:30
구글, 편견 없애는 익명 코드리뷰 권고 +꼭 인종이나 성별이 아니더라도 직장에서 누구라고 하면 편견이 있죠. 익명으로 코드리뷰를 할때 기명으로 코드리뷰 할 때에 비해 반대 의견의 격차가 줄어들었다는 내용은 우리에게도 적용할 점들을 보여줍니다.
현직자에게 업계 주요 소식을 받아보세요.
현직자들의 '진짜 인사이트'가 담긴 업계 주요 소식을 받아보세요.
커리어리 | 일잘러들의 커리어 SNS