Bias and Variance - bias : 예측값과 실제 정답과의 차이의 평균 (예측값이 정답에서 얼만큼 떨어져 있는가) - varaince : 얼만큼 예측값이 퍼져서 다양하게 출력될 수 있는가 → bias & variance는 모델의 복잡도와 관련이 있고, 서로 trade-off 관계 출처1 : https://gaussian37.github.io/machine-learning-concept-bias_and_variance/ 출처2 : https://www.pico.net/kb/overfitting-variance-bias-and-model-complexity-in-machine-learning/ Ensemble - 앙상블 : 편향 및 분산(오버피팅)을 극복하여 더욱 일반화 된 모델을 만드는 것 b..