| 摘要 |
머신 러닝 환경에서의 방법 및 시스템에 대한 기술이 일반적으로 설명된다. 예시에서, 방법은 트레이닝 데이터 및 테스트 데이터를 수신하는 단계를 포함할 수 있다. 또한, 방법은 트레이닝 데이터 및 테스트 데이터에 기초하여 표본 외 오차의 집합을 결정하는 단계를 포함할 수 있다. 또한, 방법은 표본 외 오차의 집합에 기초하여 기울기 값의 집합을 결정하는 단계를 포함할 수 있다. 각각의 기울기 값은 제1 크기 및 제2 크기에 관련될 수 있다. 제1 크기는 표본 외 오차의 집합과 연관될 수 있다. 제2 크기는 테스트 데이터의 특정 포인트를 제외하는 트레이닝 데이터의 부분의 표본 외 오차와 연관될 수 있다. 또한, 방법은 기울기 값의 집합을 수정된 밀도 데이터로 변환하는 단계를 포함할 수 있다. 또한, 방법은 수정된 밀도 데이터에 기초하여 대체 트레이닝 데이터를 생성하는 단계를 포함할 수 있다. |
