배치 학습은 머신러닝에서 데이터를 여러 개씩 한 번에 처리하는 방법입니다. 

 

일반적으로 한 번에 하나의 데이터를 학습시키는 '온라인 학습'과 달리, 많은 양의 데이터를 모아서 한 번에 학습하는 방식이죠. 이렇게 여러 개의 데이터를 한 번에 사용하여 모델을 업데이트하는 것을 '배치'라고 부르기 때문에 배치 학습이라고 합니다.

 

배치 크기를 조절하면 모델 학습 속도와 정확도에 영향을 미칠 수 있습니다.