여러 모델 구조 x 데이터셋 x 트레이닝 조합을 시도하고, 평균 점수가 가장 높은 조합을 최종 모델로 선택합니다
① 모델 구조
→
② 데이터셋
→
③ 트레이닝
→
④ 테스트
→
⑤ 평균 비교·선택
📐 모델 구조 변형
📦 데이터셋 변형
🧪 테스트 데이터셋
별도 보관된 데이터
트레이닝에 사용하지 않은 데이터로 점수를 측정합니다. 모든 조합이 동일한 테스트 데이터로 평가됩니다.
개별 트레이닝 테스트 점수
mark 1
mark 2
mark 3
미완료
🏆
-
-
-
속도보통
📊 조합별 평균 점수 (모델 x 데이터셋)
모델
데이터셋
트레이닝 점수들
평균
📋 전체 개별 트레이닝 결과
#
모델
데이터셋
트레이닝 #
테스트 점수
실제로는 하이퍼파라미터(학습률, 배치 크기, 에포크 수, 드롭아웃 비율 등)까지 조합하므로
시도해야 할 경우의 수가 훨씬 많아집니다. 이 시뮬레이터는 핵심 3요소만 보여줍니다.
같은 모델·같은 데이터라도 랜덤 초기값 때문에 매번 결과가 다릅니다.
한 번 높은 점수가 나온 것은 운일 수 있으므로, 평균이 안정적으로 높은 조합을 선택합니다.