| 순번 | 문제 | 과목-장 | 세부 절 | 생성 주체 | 비기봇 해설 | 핵심쇼츠강의 | 관리 | |
|---|---|---|---|---|---|---|---|---|
| 161(10133) | 다음 중 인포그래픽(Infographic)의 목적과 특성을 가장 잘 설명한 것은 무엇인가? |
4-2 | 분석결과 시각화 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 162(10132) | 다음 중 버블차트(Bubble Chart)의 표현 방식에 대한 설명으로 가장 적절하지 않은 것은 무엇인가? |
4-2 | 분석결과 시각화 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 163(10131) | 다음 중 산점도(Scatter Plot)의 활용 특성에 대한 설명으로 가장 적절하지 않은 것은 무엇인가? |
4-2 | 분석결과 시각화 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 164(10130) | 다음 중 효과적인 데이터 시각화 설계에 대한 설명으로 가장 적절한 것은 무엇인가? |
4-2 | 분석결과 해석 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 165(10129) | 전체 표본의 수가 n개일 때, 각 경사하강법에서 한 에포크 동안 파라미터 업데이트가 발생하는 횟수로 가장 적절한 조합은 무엇인가? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 166(10128) | 다음 중 기울기의 1차 모멘트와 2차 모멘트를 동시에 고려하여, 많이 업데이트된 매개변수의 학습률을 점점 줄이도록 설계된 경사하강법 기반 최적화 알고리즘은 무엇인가? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 167(10127) | 다음 중 모멘텀(Momentum)을 적용한 경사하강법의 특징으로 가장 적절한 것은 무엇인가? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 168(10126) | 다음 중 확률적 경사하강법(SGD, Stochastic Gradient Descent)의 특징을 가장 잘 설명한 것은? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 169(10125) | 다음 중 드롭아웃(Dropout) 기법에 대한 설명으로 가장 적절하지 않은 것은 무엇인가? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 170(10124) | 다음 중 경사하강법에서 학습률(Learning Rate)의 설정과 가장 밀접한 관련이 있는 요소로 적절한 것은 무엇인가? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 171(10123) | 다음 중 불균형 클래스 문제를 완화하기 위한 표본 조정 방법에 대한 설명으로 적절하지 않은 것은? |
4-1 | 분석모형 개선 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 172(10122) | 두 개의 범주형 변수를 이용해 행이 r개, 열이 c개인 분할표를 구성하였다. 이 분할표를 이용해 독립성 검정(카이제곱 검정)을 수행할 경우, 검정 통계량이 따르는 카이제곱 분포의 자유도로 옳은 것은? |
4-1 | 분석모형 평가 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 173(10121) | 다음 중 양성 클래스에 대해 정밀도와 재현율을 동시에 고려하여, 과소 검출과 과대 검출 문제를 함께 반영하는 성능 평가 지표는 무엇인가? |
4-1 | 분석모형 평가 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 174(10120) | 다음 중 ROC 곡선(Receiver Operating Characteristic Curve)에 대한 설명으로 적절하지 않은 것은? |
4-1 | 분석모형 평가 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 175(10119) | 다음 중 F1 Score에 대한 설명으로 적절하지 않은 것은? |
4-1 | 분석모형 평가 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 176(10118) | 다음 중 TF-IDF 가중치의 특성에 대한 설명으로 적절하지 않은 것은? |
3-5 | 텍스트 마이닝 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 177(10117) | 이전 시점의 출력을 다음 시점의 입력으로 다시 사용하는 순환 구조를 가지며, 문장, 시계열 데이터와 같이 순서 정보가 중요한 데이터 처리에 적합한 신경망 모델은 무엇인가? |
3-4 | 순환신경망 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 178(10116) | 다음 중 신경망 모델의 일반화 성능을 향상시키는 방법으로 보기 어려운 것은 무엇인가? |
3-4 | 인공신경망 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 179(10115) | 다음 중 인공신경망에서 시그모이드(sigmoid) 활성화 함수의 특성에 대한 설명으로 적절하지 않은 것은? |
3-4 | 인공신경망 | 자체 | 통과 | 매칭 대기 | 보기 | |
| 180(10114) | 다음 중 인공신경망 모델을 학습하기 전에 사용자가 사전에 설정해야 하는 초매개변수(Hyperparameter)에 해당하는 것만을 모두 고른 것은? |
3-4 | 인공신경망 | 자체 | 통과 | 매칭 대기 | 보기 |
문제를 삭제하시겠습니까?
해당 문제는 시험지에 배치되어 삭제가 불가능합니다.
시험지 또는 문제를 수정해주세요.