Chapter 20. 과적합 방지 기법: 드롭아웃, 가중치 감쇠, 데이터 증강 Chapter 20. 과적합 방지 기법: 드롭아웃, 가중치 감쇠, 데이터 증강 20.1과적합(Overfitting)의 정의와 원인 20.2편향-분산 상충(Bias-Variance Tradeoff) 20.3학습 곡선을 통한 과적합 진단 20.4드롭아웃(Dropout)의 원리 20.5드롭아웃의 정규화 효과 20.6가중치 감쇠(Weight Decay)의 원리 20.7L1 정규화와 L2 정규화 20.8조기 종료(Early Stopping) 20.9데이터 증강(Data Augmentation)의 개요 20.10기하학적 변환 기반 데이터 증강 20.11색상 및 광도 변환 기반 데이터 증강 20.12혼합 기반 데이터 증강(Mixup, CutMix) 20.13교차 검증(Cross-Validation)을 통한 일반화 성능 평가