5조 질문

: 만일 점진적 학습을 진행하는데 새로운 클래스 데이터가 조금 들어오게 된다면 샘플 불균형 문제가 발생할텐데, 어떻게 해결할 수 있나요?

조에서 해석한 질문 이해 : 만약 기존에 개와 고양이를 분류하는 이진분류 모델을 학습 시키다가 갑자기 1000가지 종류의 동물을 분류할 수 있는 모델을 만들고 싶어져서 갑자기 클래스가 1000개인 데이터셋을 집어넣는다면 샘플 불균형 문제가 발생할 수 있다. 이를 어떻게 해결하나?

답 = 어그맨테이션으로 새로운 클래스 데이터를 늘리고 에포크의 수를 늘려가며 과대적합이 되지 않게 학습을 시키면 된다.