성능이 만족스럽지 않을 경우, 하이퍼파라미터 튜닝을 통해 모델을 개선할 수 있습니다. 그리드 서치, 랜덤 서치와 같은 기법을 사용하여 최적의 파라미터를 찾는 것이 중요합니다. 테스트 데이터: 모델이 학습한 내용을 실제로 얼마나 잘 예측하는지를 검증하기 위한 데이터입니다. 코드를 직접 작성할 필요 없이 드래그 앤 드롭 방식으로 모델을 만들 수 있죠! 머신러닝 모델의 https://conpick.ai/