빅데이터 분석기사 필기 : 빅데이터 결과해석 (4과목) 문제은행
공개빅데이터 분석기사 필기 과목 중 '빅데이터 결과해석' 과목을 대비하기 위한 문제은행입니다.
📋 문제 목록 200문제
객관식
Q.
'랜덤 포레스트(Random Forest)' 모델에서 '무작위성'을 부여하는 두 가지 주요 방법은?
평균 정답률
50%
객관식
Q.
그래디언트 부스팅 모델(GBM)의 파라미터 중 '학습률(Learning Rate)'의 역할은?
평균 정답률
50%
객관식
Q.
'최종 모형 선정' 단계에서 사용되는 '이익 도표(Gain/Lift Chart)'의 해석 방법으로 옳은 것은?
평균 정답률
50%
객관식
Q.
분석 모형의 성능을 개선하기 위해 '파생 변수(Derived Variable)'를 생성하는 과정에 대한 설명으로 옳은 것은?
평균 정답률
50%
객관식
Q.
최종 모델 확정 전 수행하는 '과소적합(Underfitting)' 개선 방향은?
평균 정답률
50%
객관식
Q.
다음 중 분석 모형의 '일반화(Generalization) 성능'을 높이기 위한 방법으로 가장 적절한 것은?
평균 정답률
50%
객관식
Q.
'앙상블(Ensemble)' 모델이 단일 모델보다 해석력이 떨어지는 주된 이유는?
평균 정답률
50%
객관식
Q.
'그래디언트 부스팅(GBM)' 계열 알고리즘에서 과적합을 방지하기 위해 조정해야 할 하이퍼파라미터는?
평균 정답률
50%
객관식
Q.
다음 중 '차원의 저주(Curse of Dimensionality)'에 대한 설명으로 옳은 것은?
평균 정답률
50%
객관식
Q.
Lasso 회귀(L1)와 Ridge 회귀(L2)를 결합하여 두 정칙화의 장점을 모두 취한 기법은?
평균 정답률
50%