위퀴즈(WeQuiz)

Q1. 모델의 평가지표 중 실제 정답이 False인 것 중 모델이 False라고 맞게 분류한 비율은?

1 ① 민감도 2 ② 특이도 (Specificity) 3 ③ 정밀도 4 ④ 정확도

Q2. 앙상블 기법 중 여러 개의 독립적인 모델을 병렬로 학습시킨 후 결과를 평균 내는 방식은?

1 ① 배깅 (Bagging, Random Forest 등) 2 ② 부스팅 (Boosting, XGBoost 등) 3 ③ 스태킹 (Stacking) 4 ④ 보팅

Q3. 데이터 분석 모델의 복잡도가 너무 낮아 학습 데이터조차 충분히 반영하지 못하는 현상은?

1 ① 과적합 (Overfitting) 2 ② 과소적합 (Underfitting) / 높은 편향 3 ③ 높은 분산 4 ④ 일반화

Q4. 주성분 분석(PCA)에서 보존하고자 하는 주성분의 수(k)를 결정할 때 참고하는 그래프는?

1 ① 히스토그램 2 ② 스크리 도표 (Scree Plot) 3 ③ 덴드로그램 4 ④ 산점도 행렬

Q5. 두 변수 간의 비선형 관계가 존재할 때, 이를 해결하기 위해 입력 변수를 제곱하거나 곱한 모델은?

1 ① 선형 회귀 2 ② 다항 회귀 (Polynomial Regression) 3 ③ 리지 회귀 4 ④ 라쏘 회귀

Q6. 지도 학습(Supervised Learning) 중 종속 변수가 연속형일 때 사용하는 모델은?

1 ① 분류 (Classification) 2 ② 회귀 (Regression) 3 ③ 군집 (Clustering) 4 ④ 차원 축소

Q7. 연관성 분석(Association Rule)에서 '전체 거래 중 A와 B가 동시에 포함된 거래의 비율'은?

1 ① 지지도 (Support) 2 ② 신뢰도 (Confidence) 3 ③ 향상도 (Lift) 4 ④ 가중도

Q8. 비지도 학습 중 데이터 간의 거리를 기반으로 유사한 그룹을 묶는 기법은?

1 ① 서포트 벡터 머신 2 ② K-Means 군집화 3 ③ 나이브 베이즈 4 ④ 선형 회귀

Q9. 모델 성능 향상을 위해 여러 모델을 결합하는 '부스팅(Boosting)'의 주요 특징은?

1 ① 모델들이 서로 독립적이다. 2 ② 이전 모델의 오차를 보완하며 순차적으로 학습한다. 3 ③ 항상 병렬 처리가 쉽다. 4 ④ 무조건 데이터 크기를 줄인다.

Q10. 과적합 방지를 위해 회귀 계수의 크기(가중치)에 제한을 두는 기법으로, L1 규제를 사용하여 일부 변수를 0으로 만드는 회귀는?

1 ① Ridge 2 ② Lasso (라쏘) 3 ③ Elastic Net 4 ④ Ordinary Least Squares

[빅분기 모의고사] 3과목 - 빅데이터 모델링 · 시험지