하이퍼파라미터란?하이퍼파라미터(Hyperparameter)는 모델 학습이 시작되기 전에 사용자가 직접 설정하는 값을 의미합니다.모델의 구조나 학습 방식을 결정하는 중요한 요소로,학습률(Learning Rate), 규제 강도(Regularization Strength), 트리의 깊이(Max Depth), 은닉층의 개수 등이 대표적으로 있어요. 여기서 하이퍼파라미터와 모델 파라미터(Parameter)는 반드시 구분해야 합니다! 하이퍼파라미터는 사용자가 직접 설정하는 값,모델 파라미터는 학습 과정에서 데이터로부터 자동으로 학습되는 값입니다.예를 들어, 선형 회귀의 가중치(Weight)나 신경망의 가중치와 편향(Bias)은 모델 파라미터에 해당합니다. 최적의 하이퍼파라미터 조합을 찾으면 모델의 성능을 크게 향상..
