[G1-Sync] Manual knowledge update

10_Wiki/Topics/Hyperparameter-Optimization.md

@@ -2,7 +2,7 @@
 id: OPT-HYPER-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, machine-learning, hyperparameter-tuning, bayesian-optimization, model-selection]
+tags: [ai, machine-learning, hyper[[Parameter]]-tuning, bayesian-[[Optimization]], model-selection]
 last_reinforced: 2026-04-26
 ---
 
@@ -12,7 +12,7 @@ last_reinforced: 2026-04-26
 > "모델 아키텍처가 악기라면, 하이퍼파라미터 최적화는 가장 아름다운 소리를 내기 위해 현을 조율하는 과정이다" — 학습률, 배치 크기, 레이어 수 등 모델이 스스로 학습할 수 없는 외부 설정값들의 최적 조합을 찾아 모델 성능을 극대화하는 프로세스.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** 탐색 공간(Search Space) 내에서 모델의 성능을 평가 지표로 삼아, 가장 효율적인 경로로 최적의 파라미터 조합을 찾아가는 탐색 및 최적화 패턴.
+- **추출된 패턴:** 탐색 공간([[Search]] Space) 내에서 모델의 성능을 평가 지표로 삼아, 가장 효율적인 경로로 최적의 파라미터 조합을 찾아가는 탐색 및 최적화 패턴.
 - **주요 전략:**
     - **Grid Search:** 가능한 모든 조합을 시도. 확실하지만 연산 비용이 매우 높음.
     - **Random Search:** 무작위로 조합을 시도. 그리드 서치보다 효율적이며 중요한 파라미터 탐색에 유리.