1 역주 검증 세트는 모델의 하이퍼파라미터(hyperparameter)를 튜닝하기 위해 훈련 세트에서 덜어낸 데이터입니다.

2 역주 과소적합은 모델이 훈련 세트를 충분히 학습하지 못하는 경우 일어나며, 훈련 세트와 검증 세트의 성능이 모두 낮거나 검증 세트 성능이 훈련 세트 성능에 매우 가깝거나 더 높은 경우입니다. 학습 곡선에서 검증 세트의 기울기가 가파르다면 과소적합의 가능성이 있습니다.

3 역주 특성 공학은 모델의 성능을 높이기 위해 기존의 특성을 변형하거나 조합하여 새로운 특성을 만드는 전처리 기법입니다.

4 역주 정규화는 모델의 성능 향상과 안정적인 훈련을 위해 입력 특성의 스케일을 비슷하게 맞추는 작업입니다.