Day 4 - 핵심 용어: 모델·학습·추론·특성·레이블·과적합

모델을 제대로 만들려면 가진 데이터를 보통 세 부분으로 나눕니다.

핵심은 테스트 데이터는 학습에 절대 쓰지 않는다는 점입니다. 학습에 쓴 데이터로 평가하면 "이미 본 문제로 시험 보는" 셈이라 성능이 부풀려집니다.

💡 관련 이론: 데이터를 학습/검증/테스트로 나누는 이유는 모델이 "새로운 데이터에서도 잘 작동하는지(일반화, generalization)"를 정직하게 측정하기 위해서입니다.

5. 과적합과 과소적합 (Overfitting & Underfitting)

머신러닝에서 가장 자주 등장하는 문제 개념입니다.

과적합 (Overfitting)

모델이 학습 데이터를 너무 잘 외워서, 정작 새로운 데이터에서는 성능이 나쁜 상태입니다. "기출문제만 통째로 외워 변형 문제를 못 푸는 학생"에 비유됩니다.

• 학습 데이터 정확도: 매우 높음
• 새(테스트) 데이터 정확도: 낮음

과소적합 (Underfitting)

모델이 학습이 부족해 패턴조차 제대로 잡지 못한 상태입니다. "공부를 너무 안 해서 기본 문제도 틀리는 학생"에 비유됩니다.

• 학습 데이터 정확도: 낮음
• 새 데이터 정확도: 낮음

💡 관련 이론: 좋은 모델은 학습 데이터와 새 데이터 모두에서 고르게 잘 작동합니다. 과적합과 과소적합 사이의 균형을 맞추는 것이 머신러닝의 핵심 과제이며, 이를 "일반화 성능을 높인다"고 표현합니다.

용어 연결해서 이해하기

오늘 배운 용어들은 따로 노는 게 아니라 하나의 흐름으로 이어집니다.

특성 + 레이블이 담긴 [학습 데이터]
        ↓ (학습 / Training)
      [모델] 완성
        ↓ (추론 / Inference)
새 입력(특성) → 예측된 레이블
        ↓
[테스트 데이터]로 성능 평가 → 과적합/과소적합 여부 확인

이 흐름을 머릿속에 그릴 수 있으면 이후 주차의 더 복잡한 내용도 훨씬 쉽게 이해됩니다.

오늘의 요약

• 모델은 데이터로 학습된 "규칙 덩어리"입니다.
• 학습(훈련)은 모델을 만드는 과정, 추론은 만든 모델로 예측하는 과정입니다.
• 특성은 입력 정보, 레이블은 맞혀야 할 정답입니다.
• 데이터는 학습·검증·테스트로 나누며, 테스트 데이터는 학습에 쓰지 않습니다.
• 과적합은 학습 데이터만 외운 상태, 과소적합은 학습이 부족한 상태입니다.