실제로 어떻게 쓰이나요?
아래 예문들을 통해 각 단어가 어떤 상황에서 어떻게 쓰일 수 있는지 감을 잡아보세요!
normalization
예문
We need to perform normalization on the dataset before training the model. [normalization: noun]
모델을 학습하기 전에 데이터 세트에 대한 정규화를 수행해야 합니다. [정규화 : 명사]
예문
The values were normalized between 0 and 1 to ensure consistency. [normalized: past participle]
일관성을 보장하기 위해 값은 0과 1 사이에서 정규화되었습니다. [정규화 : 과거 분사]
regularization
예문
We applied L2 regularization to the model to prevent overfitting. [regularization: noun]
과적합을 방지하기 위해 모델에 L2 정규화를 적용했습니다. [정규화 : 명사]
예문
The regularization term helped to reduce the model's complexity and improve its accuracy. [regularized: past participle]
정규화 용어는 모델의 복잡성을 줄이고 정확도를 개선하는 데 도움이 되었습니다. [정규화 : 과거 분사]
추가로 알아두면 좋아요
어떤 단어가 더 많이 쓰이나요?
Normalization는 데이터 전처리 및 분석에서 regularization보다 더 일반적으로 사용됩니다. 기계 학습 모델을 위한 데이터를 준비하는 기본 단계입니다. 반면에 Regularization는 성능 향상을 위해 모델 학습 중에 사용되는 고급 기술입니다.
어떤 단어가 더 포멀한가요?
Normalization는 보다 일반적인 용어이며 비공식적인 용어를 포함하여 다양한 맥락에서 사용될 수 있습니다. Regularization는 보다 기술적인 용어이며 일반적으로 기계 학습 및 데이터 과학과 관련된 공식 또는 학술 환경에서 사용됩니다.
