드롭아웃(Dropout)은 신경망의 과적합을 방지하기 위한 정규화 기법 중 하나이다. 서로 연결된 연결망에서 랜덤하게 선택된 일부 뉴런을 제외시키는 것이다. 각 뉴런은 일정 확률로 드롭아웃되어 해당 뉴런의 출력이 무시된다. 이를 통해 특정 뉴런에만 의존하는 것을 방지하고 다양한 특징을 학습할 수 있게 된다. 드롭아웃은 일반적으로 합성곱 신경망 (CNN) 이나 완전 연결 신경망 (Fully Connected Neural Network) 같은 심층 신경망에 많이 사용된다. 이를 통해 모델의 일반화 성능을 향상시키고 과적합을 줄일 수 있다. 드롭아웃은 훈련 단계에서만 적용되며 훈련시에는 드롭아웃으로 생성된 다양한 부분 집합들을 이용하여 각각의 네트워크를 학습하고 테스트나 예측시에는 전체 네트워크를 사용하여 결..