공변량 변화(covariate shift)는 학습 데이터의 분포가 테스트 데이터의 분포와 다른 상황을 의미한다. 여기서 공변량은 학습데이터를 의미하고, 수학적으로는 입력 데이터의 분포인 p(x)는 변하는데, p(y|x)는 그대로 있는 경우를 말한다.
딥러닝에서 예시는 다음과 같다.
- 안면 인식 알고리즘은 학습 데이터로 대개 젊은 얼굴로 학습을 하지만, 실제 테스트 데이터는 다양한 나이의 얼굴이 입력된다.
- 고양이, 개 등의 분류 태스크에서, 희귀종이 테스트 세트에 포함된 경우
'딥러닝 이론 > BasicML' 카테고리의 다른 글
Focal Loss (1) | 2024.05.08 |
---|---|
L1 Norm, L2 Norm, L1 Loss, L2 Loss 차이점 (0) | 2023.11.10 |
Coarse-grained classification과 Fine-grained classification (0) | 2023.10.30 |
Concept shift (0) | 2023.10.26 |
Hypothesis (0) | 2023.10.25 |