TIL(Today I Learned)1️⃣실무에 바로 쓰는 머신러닝 기초 6앙상블 기법 배깅과 부스팅을 통해 모델 조합으로 성능 향상 과적합 vs 과소적합과적합: 복잡도 높음 -> 정규화, 드롭아웃, 조기종료, 데이터 증강 등으로 대응 과소적합: 복잡도 낮음 -> 모델 파라미터 수 늘리기, 학습 시간(에폭) 늘리기 하이퍼 파라미터 튜닝GridSearchCV, RandomizedSearchCV 등을 통해 모델 성능 최적화 Fearture Importance 시각화를 통해 트리 기반의 모델의 경우 어느정도 해석도 가능Q1: 배깅(Bagging)과 부스팅(Boosting)의 가장 큰 차이점A1: 배깅은 여러 모델을 ‘병렬적으로’ 독립 학습시킨 뒤 결과를 결합(평균/투표)하는 방식이고, 부스팅은 모델을 ‘순차적..