모델이 훈련 데이터에서는 정확도가 높은데, 검증 데이터나 실제 환경에서는 예측 성능이 크게 떨어지는 경우가 있나요?그렇다면 당신의 모델은 **과적합(overfitting)**에 걸렸을 확률이 높습니다.이번 글에서는:과적합이 왜 생기는지실전에서 어떻게 막거나 줄이는지그리고 코드 예시까지 포함해 실용적으로 정리합니다.1. 과적합이란?과적합은 모델이 훈련 데이터를 과하게 학습해, 데이터의 패턴뿐 아니라 노이즈까지 외워버리는 현상입니다.그 결과, 새로운 데이터에 일반화되지 못하고 성능이 떨어지는 문제가 생깁니다. 원인모델이 너무 복잡할 때 (레이어 많고 파라미터 많은 딥러닝 모델 등)훈련 데이터 양이 적을 때불필요한 특성(feature)이 포함됐을 때2. 과적합 방지 전략A. 데이터 관련 전략① 데이터 증강 (..
