과대적합 현상

인공지능 머신러닝은 학습을 반복할수록 성능이 늘어나기만 하지는 않는다.

머신러닝의 기반은 일단 인간의 데이터 분류에 입각한 지도 학습이 대표적인데

넷플릭스 같은 대표적 기업은 인공지능 학습을 위해 노가다들을 총출동 시킨다.

인간들을 떼거지로 모아서 영화를 보게 하고 관련 태그들을 달도록 해서 모으는 것이다.

인공지능은 영화 태그들을 분류해 각 유저 취향에 적합한 영화를 추천한다.

문제는 이러한 학습 과정을 지나치게 돌릴 경우 훈련 데이터에 대해서 너무 최적화되어서

일반적인 데이터에 대해서 반응하지 못하는 과대적합 현상이 벌어진다.

그래서 훈련장 르브론인 선수가 실전에서는 빌빌대는 경우가 있는건가