Confident Learning
신뢰도 기반 라벨 오류 탐지
모델의 예측 신뢰도와 데이터 라벨을 비교해 잘못된 클래스 라벨을 찾는 방법론입니다. 글은 고양이 이미지에 개 라벨이 붙은 식의 오류와 달리, 각 라벨은 개별적으로 타당하지만 서로 다른 기준을 쓰는 문제를 구분합니다. 따라서 단순 오라벨 탐지보다 데이터셋 내부 규칙의 일관성 점검이 필요하다는 맥락에서 등장합니다.
신뢰도 기반 라벨 오류 탐지
모델의 예측 신뢰도와 데이터 라벨을 비교해 잘못된 클래스 라벨을 찾는 방법론입니다. 글은 고양이 이미지에 개 라벨이 붙은 식의 오류와 달리, 각 라벨은 개별적으로 타당하지만 서로 다른 기준을 쓰는 문제를 구분합니다. 따라서 단순 오라벨 탐지보다 데이터셋 내부 규칙의 일관성 점검이 필요하다는 맥락에서 등장합니다.
