ⓐ optimizer: 옵티마이저를 설정합니다. 여기에서는 0.001의 학습률을 적용한 Adam을 사용합니다.

ⓑ loss: 훈련 과정에서 사용할 손실 함수(loss function)를 설정합니다. 여기에서는 이진 분류(binary classification)로 BinaryCrossentropy를 사용합니다.

ⓒ metrics: 훈련을 모니터링하기 위한 지표를 선택합니다. 여기에서는 정확도(accuracy)를 사용합니다.

ⓓ experimental_run_tf_function: 모델을 인스턴스화하는 기능을 제공하며, 실제로 experimental_run_tf_function이 호출되어야 컴파일이 실행됩니다.

ⓐ 첫 번째 인자: 입력 데이터

ⓑ epochs: 학습 데이터 반복 횟수

ⓒ validation_data: 검증 데이터

ⓓ validation_freq: 에포크마다 무조건 검증 데이터셋에 대한 계산을 수행하지 않고 적절한 간격을 두고 계산하는 것입니다. 예를 들어 validation_freq=[., 2, 10]을 설정한다면 첫 번째, 두 번째, 열 번째 에포크 후 검증합니다.