▪ 순전파: 입력 데이터를 신경망으로 연산해 예측값을 출력합니다.

▪ 손실 계산: 예측값과 실제 값의 차이를 계산해 모델의 성능을 평가합니다.

▪ 역전파 및 가중치 업데이트: 손실을 최소화하기 위해 경사 하강법과 같은 최적화 알고리즘을 사용하여 가중치를 반복적으로 조정합니다.

▪ 반복: 데이터셋을 여러 번 학습해 최적의 성능을 찾습니다.

▪ 검증 데이터 평가: 훈련에 사용하지 않은 검증 데이터로 성능을 측정합니다.

▪ 과적합 방지: 데이터 증강, 정규화, 드롭아웃(dropout) 등을 사용하여 모델이 훈련 데이터에만 최적화되는 문제를 방지합니다.

▪ 하이퍼파라미터 튜닝: 학습률, 레이어 수, 학습 횟수 등 모델 성능을 조정하는 요소를 최적화합니다.