[ADsP] 21 ~ 35회 기출문제 주관식 모음 (총 80문제)

📖 ADsP 21 ~ 35회 기출문제 단답형 모음

문제 41.

배깅에 랜덤과정을 추가한 방법으로 원 자료로부터 부트스트랩 샘플을 추출하고, 
각 부트스트랩 샘플에 대해 트리를 형성해 나가는 과정은 배깅과 유사하나, 
각 노드마다 모두 예측변수 안에서 최적의 분할을 선택하는 방법 대신 예측변수를 임의로 추출하고 
추출된 변수 내에서 최적의 분할을 만들어 나가는 방법을 사용

✏️정답확인🌼

문제 42.

모형평가방법 중 주어진 원천 데이터를 랜덤하게 두 분류로 분리하여 교차검정을 실시하는 방법으로
하나는 모형의 학습 및 구축을 위한 훈련용자료로 다른하나는 성과 평과를 위한 검증용자료로 사용

✏️정답확인🌼

문제 43.

인공신경망에서 동일 입력층에 대해 원하는 값이 출력되도록 각 계층의 가중치를 조정하는 방법

✏️정답확인🌼

문제 44.

- 신경망의 모형에는 Visible Hidden Layer로 구성되어 Layer가 많은 다층 퍼셉트론에서 
  Hidden Layer를 많이 거칠수록 전달되는 오차가 크게 줄어들어 학습이 되지 않는 현상
  
- 신경망 모형의 학습을 위한 역전파 과정에서 오차를 더 줄일 수 있는 가중치가 존재함에도
  기울기가 0이 되어버려 더 이상 학습이 진행되지 않는 문제

✏️정답확인🌼

문제 45.

- 의사결정나무 모형에서 가지를 끝까지 모두 사용해 순도 100% 상태로 만들면 
  실제 데이터에 적용할 수 없게 되는 문제점 발생, 분기가 너무 많아 발생

✏️정답확인🌼

문제 46.

시계열 분석에서 일정한 주기를 가지고 반복적으로 같은 패턴을 보이는 변화를 나타내는 요인

✏️정답확인🌼

문제 47.

- 의사결정나무에서 끝마디가 너무 많으면 모형에 (   )인 상태로 현실문제에 적용될 수 있는
  적절한 규칙이 나오지 않게 된다. 따라서 분류된 관측치의 비율 또는 MES(Mean Square Error)
  등을 고려하여 적절한 수준의 가지치기 규칙을 제공해야 한다.

✏️정답확인🌼

문제 48.

의사결정 나무에서 더 이상 분기가 되지 않고 현재의 마디가 끝마디가 되도록 하는 규칙

✏️정답확인🌼

문제 49.

이상값 탐색기법 중 하나로 평균으로부터 k*표준편차만큼 떨어져 있는 값들을 이상값으로 판단하는 방법

✏️정답확인🌼

문제 50.

이산형 확률분포 중 주어진 시간 또는 영역에서 어떤 사건의 발생 횟수를 나타내는 확률분포

✏️정답확인🌼

문제 51.

은행에서 대출 심사를 할 때 소득, 카드 사용액, 나이 등 해당 고객의 개인정보 정보를 바탕으로 그 고객이
대출 상환을 잘 하는 집단에 속할지 그렇지 않은 집단에 속할지를 예측할 수 있다.

✏️정답확인🌼

문제 52.

군집분석의 품질을 정량적으로 평가하는 대표적인 지표 
군집 내의 데이터 응집도와 군집 간 분리도를 계산하여 군집 내의 데이터의 거리가 짧을수록,
군집 간 거리가 멀수록 데이터의 값이 커지며 완벽한 분리일 경우 1의 값을 가짐

✏️정답확인🌼

문제 53.

합리적 의사결정을 방해하는 요소로써 표현 방식 및 발표자에 따라 동일한 사실에도 판단을 달리하는 현상

✏️정답확인🌼

문제 54.

- 로지스틱 회귀모형에서 한 단위 증가할 때마다 성공(y=1)의 (   )이 증가하는지 나타낸다.

- 로지스틱 회귀분석에서는 이산형 종속변수가 1일 확률을 모형화한다.

*설명변수가 한 단위 증가할 때 종속변수가 1인 확률과 0인 확률 비의 증가율을 나타내는 것

✏️정답확인🌼

문제 55.

코호넨에 의해 제시되었으며, 비지도 신경망으로 고차원의 데이터를 저차원의 뉴런으로 정렬하여
지도의 형태로 형상화라는 클러스터링 방법

✏️정답확인🌼

문제 56.

어떤 현상에 대하여 현상을 발생시킨 원인과 그 결과 사이의 관계

✏️정답확인🌼

문제 57.

어떤 두 현상이 관계가 있음을 말하지만 어느 쪽이 원인인지 알 수 없는 관계

✏️정답확인🌼

문제 58.

- 문제 탐색을 통해서 식별된 비즈니스 문제를 변환하는 단계로써,
  문제 탐색 단계가 무엇을 어떤 목적으로 수행해야 하는가에 대한 관점이었다면, (    )단계는
  이를 달성하기 위해서 필요한 데이터 및 기법(HOW) 을 도출하기 위한 데이터 분석의 문제로의 변화를 수행하게 된다.
  
- 식별된 비즈니스 문제를 데이터의 문제로 변환하여 정의하는 단계

✏️정답확인🌼

문제 59.

분석용 데이터를 이용한 가설 설정을 통하여 통계모델을 만들거나 
기계학습을 이용한 데이터의 분류, 예측, 군집 등의 기능을 수행하는 모델을 만드는 과정

✏️정답확인🌼

문제 60.

신경망 모형에서 표준화 지수함수로 불리며, 출력값 z가 여러 개로 주어지고, 목표치가 다범주인 경우
각 범주에 속할 사후확률을 제공하여 출력 노드에 주로 사용되는 함수는 무엇인가?

✏️정답확인🌼

문제 61.

회귀모형의 계수를 추정하는 방법
잔차제곱합을 최소화하는 계수를 찾는 방법

✏️정답확인🌼

문제 62.

최적방정식을 선택하기 위한 방법 중 모든 독립변수 후보를 포함한 모형에서 시작하여
가장 적은 영향을 주는 변수를 하나씩 제거하면서 더 이상 유의하지 않은 변수가 없을 때까지 설명변수를 제거하는 방법

✏️정답확인🌼

문제 63.

상당히 이질적인 원소들로 구성된 모집단에서 각 계층을 고루 대표할 수 있도록 표본을 추출하는 방법이다.
이질적인 모집단의 원소들로 서로 유사한 것끼리 몇 개의 층을 나눈 후, 각 계층에서 표본을 랜덤하게 추출한다.

✏️정답확인🌼

문제 64.

아이템에 대한 설명과 사용자 선호를 기반으로 하여 과거에 사용자가 좋아했던 것과 비슷한 아이템을 추천하는 알고리즘

✏️정답확인🌼

문제 65.

로지스틱 회귀분석에서 어떠한 일이 일어날 확률을 일어나지 않을 확률로 나누어 log를 취하고 이를 0~1의 값이 아닌
(-∞, +∞) 범위에서 선형함수를 시그모이드 함수로 변환하는 방법

✏️정답확인🌼

문제 66.

전략적 중요도가 핵심이며, 이는 현재의 관점에서 전략적 가치를 둘 것인지, 
미래의 중장기적 관점에 전략적인 가치를 둘것인지를 고려하고, 분석 과제의 목표가치(KPI)를 함께 고려하여
(     )의 여부를 판단할 수 있다.

✏️정답확인🌼

문제 67.

베이즈 정리와 특징에 대한 조건부 독립을 가설로 하는 알고리즘으로 클래스에 대한 사전 정보와 
데이터로부터 추출된 정보를 결합하고 베이즈 정리를 이용하여 특정 데이터가 특정 클래스에 속하는지를 분류하는 알고리즘

✏️정답확인🌼

문제 68.

텍스트 마이닝에서 어근에 차이가 있더라도 관련이 있는 단어들을 동일한 어간으로 매핑이 될 수 있도록
정해진 규칙에 따라 단어에서 어간을 분리하여 공통어간을 가지는 단어를 묶는 작업

✏️정답확인🌼

문제 69.

시계열에 영향을 주는 일반적인 요인을 시계열에서 분리해 분석하는 방법

✏️정답확인🌼

문제 70.

데이터 마이닝 기법 중 동물의 뇌신경계를 모방하여 분류(또는 예측)을 위해 만들어진 모형

✏️정답확인🌼

문제 71.

레이더 이미지 분석의 성과를 측정하기 위해 개발된 이 그래프는 두 분류분석모형을 비교 
분석 결과를 가시화 할 수 있다는 점에서 유용한 평가도구 X축에는 FP Ratio(1-특이도)를 나타내며
Y축에는 민감도를 나타내 두 평가 값의 관계로 모형을 평가 모형의 성과를 평가

✏️정답확인🌼

문제 72.

분류분석의 모형을 평가하는 방법으로 랜덤모델과 비교하여 해당 모델의 성과가 얼마나 향상되었는지를
각 등급별로 파악하는 그래프

✏️정답확인🌼

문제 73.

분류분석모형을 사용하여 분류된 관측치가 각 등급별로 얼마나 포함되는지를 나타내는 도표

✏️정답확인🌼

문제 74.

반복을 통하여 점진적으로 개발하는 방법으로 처음 시도하는 프로젝트에 적용이 용이하지만,
관리체계를 효과적으로 갖추지 못한 경우 복잡도가 상승하여 프로젝트 진행이 어려울 수 있다.

✏️정답확인🌼

문제 75.

가설검정 결과에서 귀무가설이 옳은데도 귀무가설을 기각하게 되는 오류

✏️정답확인🌼

문제 76.

통계분석 개념 중 모집단의 특성을 단일한 값으로 추정하는 방법

✏️정답확인🌼

문제 77.

불순도를 측정하는 지표로 노드의 불순도를 의미, 클수록 이질적이며 순수도가 낮다.
CART에서 목적변수가 범주형일 경우 사용

✏️정답확인🌼

문제 78.

- 전사 분석업무를 별도의 분석전담조직에서 담당
- 전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행가능
- 현업 업무부서의 분석업무와 이중화/이원화 가능성 높음

✏️정답확인🌼

문제 79.

의사결정나무와 같이 선형성, 정규성, 등분산성 등의 가정을 필요로 하지 않는 모형

✏️정답확인🌼

문제 80.

데이터 마이닝 적용한 후, 그 결과의 신빙성을 검증하기 위해 데이터를 분할하는데 구축된 모델의 
과잉 또는 과소 맞춤 등에 대한 미세조정 절차를 위해 사용되는 데이터

✏️정답확인🌼

41. 정답 : 랜덤 포레스트

📖문제확인

42. 정답 : 홀드아웃

📖문제확인

43. 정답 : 역전파 알고리즘

📖문제확인

44. 정답 : 기울기 소실문제 (Gradient Vanishing)

📖문제확인

45. 정답 : 과대적합 (현상자체를 의미)

📖문제확인

* 과대적합(overfitting)은 통계나 기계학습에서 모델에서 변수가 너무 많아 모델이 복잡하고 과대하게 학습될 때 주로 발생한다.

- 생성된 모델이 훈련 데이터에 최적화되어 있기 때문에 테스트 데이터의 작은 변화에 민감하게 반응한다.

- 학습데이터가 모집단의 특성을 충분히 설명하지 못할 때 자주 발생한다.

- 변수가 너무 많아 모형이 복잡할 때 생긴다.

- 과대적합이 발생할 것으로 예상되면 학습을 종료하고 업데이트하는 과정을 반복해 과대적합을 방지할 수 있다.

46. 정답 : 계절요인

📖문제확인

47. 정답 : 과적합 (이러한 상태를 의미)

📖문제확인

48. 정답 : 정지규칙

📖문제확인

49. 정답 : ESD

📖문제확인

50. 정답 : 포아송 분포

📖문제확인

51. 정답 : 분류분석

📖문제확인

52. 정답 : 실루엣 계수

📖문제확인

53. 정답 : 프레이밍 효과

📖문제확인

54. 정답 : 오즈

📖문제확인

55. 정답 : SOM (자기조직화지도)

📖문제확인

56. 정답 : 인과관계

📖문제확인

57. 정답 : 상관관계

📖문제확인

58. 정답 : 문제정의

📖문제확인

59. 정답 : 모델링

📖문제확인

60. 정답 : 소프트맥스 함수 (Softmax 함수)

📖문제확인

61. 정답 : 최소제곱법

📖문제확인

62. 정답 : 후진제거법

📖문제확인

63. 정답 : 층화 추출법

📖문제확인

64. 정답 : 내용 기반 필터링 (Content-based filtering)

📖문제확인

65. 정답 : 로짓변환

📖문제확인

1. 일어날 확률/일어나지 않을 확률 = odds ratio를 의미
2. 오즈비는 0부터 무한대의 값을 가지는데, 여기에 로그를 해주면 -무한대에서 +무한대 범위의 값이 된다.
3. 이 오즈비-로그(;로짓함수)를 확률변수로 이항하면 x의 값이 얼마든 y가 0부터 1 사이의 값을 시그모이드함수로 나타난다.

Logit변환이란 오즈에 로그를 씌운것을 말하는데, 우리는 일반회귀식으로 0 또는 1(이산형)을 바로 예측할 수는 없으므로, y값(1,0)의 확률(즉 0이 나올 확률 혹은 1이 나올 확률)을 이용해 오즈비로 변환하여, 로그를 취한다면 불가능했던 예측이 가능할 것이다.

66. 정답 : 시급성

📖문제확인

67. 정답 : 나이브 베이즈 분류

📖문제확인

68. 정답 : 스테밍 (어간추출)

📖문제확인

69. 정답 : 분해 시계열

📖문제확인

70. 정답 : 인공 신경망 모형

📖문제확인

71. 정답 : ROC Curve

📖문제확인