AI Foundry AI Foundry

머신러닝을 공부하다 보면 '틀렸다'는 말을 참 다양하게 표현합니다. 오차, 편차, 손실, 지표... 비슷해 보이지만 쓰임새가 완전히 다릅니다. 이 글 하나로 완벽하게 정리해 보겠습니다. 오차(Error) vs 편차(Deviation) vs 분산(Variance) vs 분포(Distribution): 기준의 차이오차 (Error): "정답(Actual)과의 개별적 차이"정의: 모델이 목표로 하는 실제값에 얼마나 가까운지를 나타냅니다.역할: 모델의 정확성을 측정합니다.공식: $오차 = 실제값 - 예측값$편향 (Bias): "영점(Targeting)의 정확도"정의: 모델 예측값들의 평균(중심점)이 실제 정답에서 얼마나 떨어져 있는지를 나타냅니다.역할: 모델의 근본적인 실력(방향성)을 측정합니다.공식: $Bia..