기록하기

과적합이란? 과적합은 기계 학습에서 모델이 훈련 데이터에 지나치게 적합되어 새로운 데이터에 일반화 할 때 성능이 떨어지는 현상을 말합니다. 모델이 훈련 데이터에만 최적화되어 새로운 데이터에 적용할 때 성능이 낮아지는 이유는, 훈련 데이터에 포함되지 않은 다른 데이터에 대한 예측 능력이 부족하기 때문입니다. 이러한 문제는 모델이 복잡하거나 훈련 데이터가 적은 경우 발생할 가능성이 높습니다. 과적합을 방지하기 위해, 모델을 단순화하거나 규제 기법을 적용하여 모델이 일반화할 수 있는 능력을 향상시킬 수 있습니다. 또한, 모델을 평가할 때는 훈련 데이터와는 다른 새로운 데이터에 대한 성능을 측정하는 검증 데이터를 사용하여 모델의 일반화 능력을 평가해야 합니다. 데이터셋의 종류 훈련 데이터셋 : 모델을 학습시키기..