data-leakage
학습 시 사용해서는 안 될 정보(예: 테스트 데이터의 특성)가 모델 학습 과정에 포함되는 오류이다. 증강된 데이터가 검증셋에 포함될 때 주로 발생하며 성능 평가를 왜곡한다.
의료 AI 학습 시 빈 슬라이스 제외, 성능 왜곡일까 효율적 선택일까?
의료 영상 AI 학습에서 빈 슬라이스를 빼도 될까? 성능과 정당성 사이의 고민
주가 예측에서 ARIMA가 (0,0,0)을 선택한 이유: LSTM과의 성능 비교
수학 증명보다 도커와 API가 중요, 현직자가 말하는 ML 엔지니어의 실체
시계열 예측 성능을 높이는 핵심 기법: Lag와 Rolling 피처 완벽 가이드