Regularization이란?
손실 함수에 복잡도 페널티를 더해 단순한 모델을 유도한다.
종류
- L1 — 가중치 절댓값 합 → 희소성
- L2 (Weight Decay) — 가중치 제곱 합 → 부드러움
- Dropout, Early Stopping, Data Augmentation
Regularization란?
정의
모델 복잡도를 제한해 과적합을 방지하는 기법 총칭. L1·L2·Dropout 등.
다른 표현정규화
📘 관련 기술노트
전체 보기 →🔗 함께 보면 좋은 용어
AI 전체 →멀티 에이전트 오케스트레이션
Supervisor·Hierarchy·Network 패턴으로 여러 에이전트 조율.
청킹 전략 상세
고정·문장·계층·의미론적·Agentic 청킹. RAG 품질의 결정.
추론 지연 최적화
TTFT·TPS·Batching·KV Cache·Speculative·Quantization 조합.
A2A
Agent-to-Agent Protocol
에이전트 간 통신 표준. Google이 제안. MCP와 상호 보완.
Accuracy
전체 예측 중 맞춘 비율. 클래스 불균형 시 오해를 유발할 수 있음.
Activation Function
신경망 뉴런의 비선형 변환. ReLU·GELU·Sigmoid·Tanh.