문제풀기: 빅데이터 분석기사 필기 : 빅데이터 탐색 (2과목) 문제은행

Q1. '노이즈 제거'에 대한 설명으로 가장 옳은 것은?

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.

Q2. '검정력(Power, 1-β)'에 대한 설명으로 가장 옳은 것은?

1 귀무가설이 실제로 거짓일 때 이를 올바르게 기각할 확률로, 효과 크기·유의수준·표본 크기가 클수록 높아진다. 2 귀무가설이 참인데도 기각하는 1종 오류 확률이다. 3 귀무가설이 거짓인데도 기각하지 못하는 2종 오류 확률이다. 4 모수를 포함하는 구간의 반복 포함 확률이다.

Q3. '데이터 정제'에 대한 설명으로 가장 옳은 것은?

1 수집된 원시 데이터에서 오류·불일치·중복을 제거해 분석에 적합한 품질로 만드는 과정이다. 2 모델 학습 후 예측 성능이 기준치에 도달했는지 평가하는 과정이다. 3 대규모 데이터를 병렬로 처리하기 위해 클러스터에 분산 저장하는 과정이다. 4 데이터의 보안 등급을 분류하고 접근 권한을 설정하는 과정이다.

Q4. '정규성 검정'에 대한 설명으로 가장 옳은 것은?

1 표본 데이터가 정규분포에서 추출됐는지 통계적으로 검정하는 방법으로, Shapiro-Wilk·Kolmogorov-Smirnov 검정 등이 사용된다. 2 두 집단의 분산이 동일한지 검정하는 방법이다. 3 범주형 변수 간 독립성을 교차표로 검정하는 방법이다. 4 한 변수의 자기상관 구조를 검정하는 방법이다.

Q5. 다음 상황에서 가장 적절한 개념은?
카이제곱 검정으로 각 피처의 독립성을 검사하고 p-값 기준으로 상위 30개 피처를 선택했다.

1 필터 기법 2 래퍼 기법 3 임베디드 기법 4 차원축소

Q6. 다음 상황에서 가장 적절한 개념은?
전국 매장의 일별 매출을 '0~100만', '100~200만' 등 구간별로 나눠 각 구간의 빈도와 비율을 정리한다.

1 도수분포표 2 기술통계요약 3 산점도 4 가설검정

Q7. 다음 상황에서 가장 적절한 개념은?
매출 분포가 극단적으로 오른쪽으로 치우쳐 있어 이를 수치로 정확히 파악하려 한다.

1 왜도 2 첨도 3 중앙값 4 IQR

Q8. 다음 상황에서 가장 적절한 개념은?
소규모 생산 공장에서 수집된 센서값 중 물리적으로 불가능한 음수 압력값을 제거한다.

1 트리밍 2 윈저라이징 3 결측값 보간 4 노이즈 제거

Q9. 다음 상황에서 가장 적절한 개념은?
정규분포에 가까운 연속형 변수에서 평균 대비 극단적으로 벗어난 값을 탐지하려 한다.

1 z-점수 이상값 탐지 2 IQR 기반 탐지 3 Isolation Forest 4 LOF

Q10. '클러스터 표본추출'에 대한 설명으로 가장 옳은 것은?

1 모집단을 이질적 군집으로 나눠 일부 군집을 무작위 선택한 뒤 선택된 군집의 전체 또는 일부를 표본으로 삼는 방법이다. 2 모집단을 동질적 층으로 나눠 각 층에서 표본을 추출하는 방법이다. 3 모집단 원소에 동등한 선택 확률을 부여하는 방법이다. 4 원본 표본에서 복원 추출로 재표본을 반복하는 방법이다.

전체 메뉴

학습