Deep Learning: A Critical Appraisal
subinium opened this issue · comments
간단 내용
실제적으로 딥러닝(Representation Learning)이 힘든 이유는…
- Unlabeled: 빅데이터에서 인간의 레이블링 과정
- Non-Independent Identically Distributed(IID): Train/Test 데이터가 동일한 확률분포 구조가 아님.
- Adversarial Examples: 잘못된 관측 데이터.
- Miss-Labeled: 잘못된 레이블.
- Class Imbalanced: 클래스가 동등한 비율로 수집되지 않음.
- High-Dimensional Space: 실제 데이터와 다른 왜곡된 공간 생성