ⓐ optimizer: 옵티마이저란 손실 함수를 사용하여 구한 값으로 기울기를 구하고 네트워크(신경망)의 파라미터(W, b)를 학습에 어떻게 반영할지 결정하는 방법으로, 여기에서는 'adam'을 사용합니다.

ⓑ loss: 최적화 과정에서 사용될 손실 함수(loss function)를 설정합니다. 여기에서는 운동화, 셔츠 등 다수의 클래스를 사용하기 때문에 'sparse_categorical_crossentropy' 손실 함수를 사용합니다.

ⓒ metrics: 모델의 평가 기준을 지정합니다.