머신러닝은 훈련 데이터에 있는 패턴을 기억하기 위해서만 사용한다. 이미 과거에서 배운것들만 인식할 수 있다. 미래를 예측하기위해 머신러닝을 이용한다는 것은 미래가 과거처럼 움직인다고 가정한 상태일 때만 가능하다. 현재의 상황을 평가할 방법에는 세가지 1) 홀드아웃 검증 세트 분리 : 데이터가 풍부할 때 사용 2) k-겹 교차 검증 : 1번을 사용하기에는 샘플의 수가 너무 적을 때 사용 3) 반복 k-겹 교차 검증 : 데이터가 적고, 정확한 모델 평가가 필요할 때 사용 -> 대부분 첫 번째로 충분하다! 4.5.4 데이터 준비 모델에 주입할 데이터는 텐서로 구성되어있어 일반적으로 작은 값으로 스케일 조정 되어있다. 예) [ 0 , 1 ] 특성마다 범위가 다를 경우 정규화 필요 4.5.6 몸집 키우기 : 과대..