728x90 통계분석2 [PYTHON] Early Stopping Patience 설정의 통계적 근거 산출 방법과 7가지 해결 전략 딥러닝 모델 학습에서 조기 종료(Early Stopping)는 과적합(Overfitting)을 방지하고 자원을 절약하는 필수적인 기법입니다. 하지만 대다수의 개발자들은 patience 하이퍼파라미터를 설정할 때 "대략 10정도면 되겠지"라는 식의 휴리스틱(Heuristics)에 의존하곤 합니다. 이러한 접근은 모델이 전역 최적점(Global Minimum)에 도달하기 전에 학습을 멈추게 하거나(Underfitting), 반대로 불필요한 연산을 지속하게 만듭니다. 본 포스팅에서는 Patience 설정의 통계적 근거를 산출하는 정교한 방법론을 다룹니다. 검증 손실(Validation Loss)의 변동성(Volatility)을 확률적으로 분석하고, 이를 바탕으로 '기다림의 미학'을 수학적으로 결정하는 노하우를.. 2026. 4. 15. [ORACLE] DBA_ANALYZE_OBJECTS 완벽 가이드 : 통계 수집과 성능 최적화의 핵심 Oracle 데이터베이스의 성능 최적화는 결국 정확한 통계 정보(statistics)에서 출발합니다. 옵티마이저(Optimizer)는 실행 계획을 결정할 때 테이블, 인덱스, 파티션 등의 통계 정보를 참조합니다. 이 통계가 오래되었거나 잘못된 경우, 실행 계획이 비효율적으로 선택되어 전체 시스템 성능이 저하될 수 있습니다. 이때 중요한 관리 뷰 중 하나가 바로 DBA_ANALYZE_OBJECTS입니다. 이 글에서는 DBA_ANALYZE_OBJECTS의 구조, 기능, 활용 사례, 그리고 실무 최적화 전략까지 전문가 관점에서 깊이 있게 다루겠습니다.1. DBA_ANALYZE_OBJECTS란 무엇인가?DBA_ANALYZE_OBJECTS 뷰는 Oracle 내부에서 수행되는 통계 분석(Analyze Statist.. 2025. 10. 13. 이전 1 다음 728x90
