빅데이터 분석기사 필기 : 빅데이터 탐색 (2과목) 문제은행

1 데이터가 평균으로부터 얼마나 퍼져 있는지를 나타내는 산포 지표로, 분산의 양의 제곱근이다. 2 데이터 집합에서 가장 자주 등장하는 값으로 대표값에 해당한다. 3 전체 분포 중 특정 비율이 이하인 값을 나타내는 분위수다. 4 두 변수가 함께 변하는 방향과 크기를 나타내는 통계량이다.

1 데이터를 k개 폴드로 나눠 k번 학습·검증을 반복해 모델 성능의 일반화 능력을 안정적으로 추정하는 방법이다. 2 결측값을 복원 추출로 반복 대체해 불확실성을 추정하는 방법이다. 3 두 그룹 간 평균 차이를 검정하는 통계 방법이다. 4 피처를 선형 결합해 차원을 줄이는 기법이다.

1 변수가 없는 상태에서 시작해 예측 성능을 가장 많이 향상시키는 변수를 순차적으로 추가하는 래퍼 방법이다. 2 모든 변수를 포함한 상태에서 시작해 기여도가 낮은 변수를 하나씩 제거하는 방법이다. 3 모든 가능한 변수 부분집합을 탐색해 최적 조합을 찾는 방법이다. 4 L1 정규화로 계수를 0으로 수렴시켜 자동으로 변수를 선택하는 방법이다.

1 임베디드 기법(Embedded Method) 2 필터 기법 3 래퍼 기법 4 차원축소

1 대응표본 t-검정 2 독립표본 t-검정 3 카이제곱 검정 4 ANOVA

1 여러 가설을 동시에 검정하면 개별 유의수준 α이더라도 전체 1종 오류율이 증가하는 문제로, Bonferroni 보정 등으로 제어한다. 2 단일 검정에서 검정력이 낮아 2종 오류가 증가하는 문제다. 3 대규모 표본에서 작은 효과도 유의하게 나타나는 문제다. 4 표본 편향으로 추정량이 모수에서 체계적으로 벗어나는 문제다.

1 측정 오류·시스템 에러 등으로 삽입된 무작위 오류값을 필터링하거나 평활화하는 작업이다. 2 개인정보를 식별 불가능하게 변환하는 작업이다. 3 데이터를 0~1 범위로 선형 변환하는 작업이다. 4 범주형 변수를 수치형으로 인코딩하는 작업이다.

1 이상값에 의한 영향을 줄이기 위해 손실 함수를 수정해 이상값에 대한 페널티를 낮추는 회귀 기법이다. 2 모든 변수에 L2 정규화를 적용해 계수 크기를 줄이는 회귀 기법이다. 3 레이블이 없는 데이터에서 숨겨진 구조를 찾는 비지도 회귀 기법이다. 4 시계열 데이터의 계절성을 제거한 뒤 추세를 추정하는 회귀 기법이다.

1 시계열 분해 2 공간 데이터 탐색 3 다변량 분석 4 교차 검증

1 TF-IDF 2 워드 클라우드 3 자기상관 4 히트맵