과적합(오버피팅): 딥러닝 기초 시리즈 9
과적합(Overfitting)은 머신 러닝과 딥 러닝에서 모델이 훈련 데이터에 너무 맞춰져서 새로운, 이전에 보지 못한 데이터에 대한 일반화(generalization) 능력이 떨어지는 현상을 가리킵니다. 즉, 모델이 훈련 데이터에 너무 딱 맞아서 훈련 데이터에 대한 예측은 정확하지만, 새로운 데이터에 대한 예측은 부정확하게 되는 문제입니다. 이 글에서는 과적합에 대해 알아보고 어떻게 과적합을 감소시키기 위한 기법들을 소개합니다. 목차 1.