빅데이터 분석기사 필기 : 빅데이터 탐색 (2과목) 문제은행

1 누적 도수(Cumulative Frequency) 2 히스토그램 3 박스플롯 4 워드 클라우드

1 두 범주형 변수의 결합 빈도를 행·열 형태로 정리해 변수 간 관계와 분포를 파악하는 요약 도구다. 2 연속형 변수를 구간별로 나눠 빈도를 나타내는 도구다. 3 두 연속형 변수 간 공분산과 상관계수를 정리한 표다. 4 회귀 모델의 계수와 유의확률을 정리한 출력 결과표다.

1 수집 방식·표본 설계·레이블링 과정에서 특정 집단이 과대 또는 과소 대표돼 모델이 불공정한 예측을 하게 되는 체계적 오류다. 2 피처 수가 샘플 수보다 많아 회귀 계수 추정이 불안정한 문제다. 3 학습 데이터에 노이즈가 많아 모델이 과적합되는 문제다. 4 테스트 데이터가 학습 데이터와 분포가 달라 성능이 저하되는 문제다.

1 서로 다른 소스에서 수집된 데이터의 형식·단위·정의가 충돌할 때 하나의 기준으로 통일하는 작업이다. 2 학습 데이터와 검증 데이터를 교대로 사용해 모델을 평가하는 기법이다. 3 고차원 데이터를 저차원으로 변환해 시각화를 용이하게 하는 기법이다. 4 데이터를 여러 파티션으로 나눠 병렬 처리하는 기법이다.

1 관측된 데이터가 나타날 확률(우도)을 최대화하는 모수 값을 추정량으로 선택하는 방법이다. 2 사전 분포와 우도를 결합한 사후 분포의 최빈값을 추정량으로 사용하는 방법이다. 3 추정량의 기댓값이 모수와 일치하는 성질을 이용해 모수를 추정하는 방법이다. 4 최소 제곱 원리로 회귀계수를 추정하는 방법이다.

1 평균을 중심으로 좌우 대칭인 종 모양(Bell Curve) 연속 확률분포로, 평균과 분산 두 모수로 완전히 정의된다. 2 성공 확률 p인 베르누이 시행을 n번 반복할 때 성공 횟수의 이산 확률분포다. 3 단위 시간·면적당 발생 횟수를 모델링하는 이산 확률분포다. 4 연속 균등분포로 구간 [a,b] 내 모든 값이 동일한 확률밀도를 갖는 분포다.

1 시계열 데이터의 연속된 구간 내 평균을 구하고 이를 이동시키며 계산해 단기 변동을 평활화하고 추세를 추출하는 방법이다. 2 전체 데이터셋의 평균값을 산출하는 기술통계 방법이다. 3 여러 분류 모델을 결합해 예측 성능을 높이는 앙상블 기법이다. 4 계절 성분을 제거한 후 잔차의 자기상관을 분석하는 방법이다.

1 필터 기법 2 래퍼 기법 3 임베디드 기법 4 차원축소

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.

1 결측값을 해당 변수의 관측값 평균으로 채우는 단순 대체 방법이다. 2 결측값이 있는 레코드 전체를 삭제하는 방법이다. 3 다른 변수와의 회귀 관계를 이용해 결측값을 추정하는 방법이다. 4 결측 패턴에 따라 다중 데이터셋을 생성해 분석하는 방법이다.