강의로 돌아가기 인공지능 기반 닦기_퀴즈 0% 완료 0/0 단계 퀴즈 1 / 0 인공지능 기반 닦기_퀴즈 AMCU 시간 제한: 0 퀴즈 요약 질문: 정보 전에 퀴즈을(를) 이미 완료했습니다. 그러므로 다시 시작할 수는 없습니다. 퀴즈 이(가)로드 중입니다 … 퀴즈을 시작하려면 로그인하거나 가입해야합니다. 먼저 다음을 완료해야 합니다: 결과 퀴즈 완료하셨습니다. 결과를 분석해 기록 중입니다. 결과 시간이 경과했습니다 0포인트 중 0 에 도달했습니다. (0) 획득 포인트: 0의0, (0) 0 에세이 대기 중 (가능한 포인트 : 0) 카테고리 분류되지 않음 0% 1 2 3 4 5 6 현재 리뷰 답변 됨 정답 틀림 Question 1 of 6 1. 질문 1. 머신러닝과 딥러닝의 학습방법으로 알맞은 것은? 머신러닝은 특성선택이 중요하다. 딥러닝은 화이트 박스 방식이다. 머신러닝은 인공신경망을 기반으로 만들어졌다. 머신러닝은 전문가의 경험으로 학습시킨다. 딥러닝은 언제나 머신러닝 보다 뛰어나다. 정답 틀림 Question 2 of 6 2. 질문 2. 효과적인 머신러닝을 구현하기 위한 방법을 고르시오. 고품질의 데이터를 최대한 많이 수집함 훈련 데이터에만 잘 학습되도록 설계함 한가지 종류의 데이터를 많이 수집해야 학습의 효율이 증가함 데이터를 전처리 하지 않고 학습시켜야 머신러닝의 성능이 향상됨 데이터의 특성을 선택하고 추출하는 것은 시간이 오래 걸리므로 하지 않는 편이 좋음 정답 틀림 Question 3 of 6 3. 질문 3. 다음의 질문을 보고 맞는 답을 고르시오 정형데이터는 형태가 불규칙한 데이터를 말한다 품종, 성별, 색깔 등의 카테고리 데이터는 척도 데이터이다 범주형 데이터는 실수로 구성되어 있다 독립 변수는 결과 값이고 종속 변수는 원인 값이다 비정형 데이터는 관리와 분석이 어렵다 정답 틀림 Question 4 of 6 4. 질문 4. 다음은 분류와 회귀, 군집에 대한 내용입니다. 틀린 것을 고르세요. 분류는 새로운 데이터가 기존 데이터 그룹의 어디에 속하는 지 나누는 것이다 회귀는 분류와 비슷하지만 숫자(실수)로 예측하는 것이 특징이다 군집은 비지도 학습이다 지도학습은 답(레이블)을 가르쳐주지 않고 기계가 스스로 답을 찾도록 하는 방법이다 지도학습에는 분류와 회귀가 있다. 정답 틀림 Question 5 of 6 5. 질문 5. 데이터를 훈련 세트와 테스트 세트로 분리할 때 일반적으로 사용하는 방법은 무엇인가요? 100:0 0:100 80:20 90:10 50:50 정답 틀림 Question 6 of 6 6. 질문 6. 다음의 내용 중 틀린 것을 고르시오. 교차 검증은 과적합을 제거하기 위해 사용한다 효과적인 학습을 위해서 데이터의 샘플링 편향을 제거하면 안된다 데이터 시각화는 데이터 특성간의 관계를 눈으로 확인하는 효과적인 방법이다 결측치란 데이터에서 수집이 되지 않은 값을 말한다 학습을 효과적으로 하기 위해서 데이터 전처리가 필수적이다 정답 틀림
