*robustness 개선 방법=> 잡음 더하기 -> 노이즈 있는 것까지 고려해서 train -> train_loss 증가할 수 있지만 일반화 성능 증가, val_loss 감소하도록 잡음 주입이 매개변수 크기 줄이는 것보다 강력할 수 있다! (과적합 줄이는 데 있어서) 1. 입력층에 잡음 더하기: augmentation -> CNN에서 사진 픽셀 이동, 뒤집기, 돌리기 등, denoising autoencoder(비지도학습)*무한소 분산(infinitesimal variance)을 가진 잡음을 입력에 추가. -> x+eps, tabular data에서의 augmentation-> 입력에 정규분포 따르는 eps 추가 -> Hessian에 대한 regularization와 같다[1] ->input에 덜 민감..