위퀴즈(WeQuiz)

객관식

1. 의사결정나무 모델의 장점으로 틀린 것은?

① 결과 해석이 용이하다.

② 비모수적 모형으로 데이터 가정이 적다.

③ 과적합 위험이 거의 없다.

④ 범주형과 수치형 변수를 모두 처리할 수 있다.

객관식

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

① 서포트 벡터 머신

② K-Means 군집화

③ 나이브 베이즈

④ 선형 회귀

객관식

3. 회귀 모델의 성능 평가 지표로 '실제값과 예측값 차이의 제곱의 평균'은?

① MAE

② MSE (Mean Squared Error)

③ RMSE

④ MAPE

객관식

4. 로지스틱 회귀(Logistic Regression)의 출력값 범위로 옳은 것은?

① -inf ~ +inf

② 0 ~ 1

③ -1 ~ 1

④ 0 ~ +inf

객관식

5. 텍스트 마이닝 기법 중 단어들의 빈도를 벡터화하여 문서 간 유사도를 측정하는 방식은?

① TF-IDF

② CNN

③ RNN

④ GAN

객관식

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

① 선형 회귀

② 다항 회귀 (Polynomial Regression)

③ 리지 회귀

④ 라쏘 회귀

객관식

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

① 민감도

② 특이도 (Specificity)

③ 정밀도

④ 정확도

객관식

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

① Ridge

② Lasso (라쏘)

③ Elastic Net

④ Ordinary Least Squares

객관식

9. 시계열 분석 모델 중 과거의 오차(Error)들을 이용하여 현재 값을 예측하는 모델은?

① AR (자기회귀)

② MA (이동평균)

③ ARMA

④ ARIMA

객관식

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

① 과적합 (Overfitting)

② 과소적합 (Underfitting) / 높은 편향

③ 높은 분산

④ 일반화

[빅분기 모의고사] 3과목 - 빅데이터 모델링 · 시험지