Back to the Basics Back to the Basics

AI 모델은 ‘한 번 학습시키고 끝’이 아닙니다.동일한 알고리즘이라도 설정값(하이퍼파라미터)에 따라 성능이 달라질 수 있으며,데이터 분할 방식에 따라 결과가 불안정해질 수도 있습니다.이번 회차에서는 Scikit-learn 기반 모델의 성능을 끌어올리는 기본 전략 두 가지를 실습합니다.하이퍼파라미터 vs 파라미터구분 설명 예시파라미터 (parameters)학습을 통해 모델이 자동으로 최적화하는 값가중치(weight), 절편(bias)하이퍼파라미터 (hyperparameters)사용자가 학습 전에 직접 설정하는 값학습률, 정규화 강도, 트리 개수하이퍼파라미터는 성능에 매우 큰 영향을 미치지만, 자동으로 결정되지 않기 때문에 사람이 설정하거나 탐색해줘야 합니다.교차검증 (Cross-validation)왜 필요..