Overfitting의 단점은 모델이 훈련 데이터에 너무 과도하게 적합되어, 새로운 데이터에 대한 일반화 능력이 떨어진다는 점입니다. 예를 들어, 배경에 점만 찍어놓고도 모델이 이를 "아니라고" 예측한다면, 이는 과도한 학습으로 인해 발생한 문제입니다. 딥러닝에서 중요한 것은 학습을 계속해서 높이는 것이 아니라, 중간 지점을 찾아 모델이 일반화될 수 있도록 하는 것입니다. CNN과 인간의 방식:인간이 이미지를 인식할 때 뇌의 일부만 활성화된다는 사실을 반영합니다.위치별 특징을 추출하여, 위치 정보를 유지한 채로 특징 패턴을 찾습니다.(누락된 부분이 있으니, 적절한 내용이 필요할 수 있습니다.) Fully Connected Layer에서는 이미지의 각 픽셀을 세세하게 분석해야 하므로, 모든 픽셀을 서로 연..