215강부터 220강까지를 섞어 묻습니다. 모두 문항이며 여섯 부분으로 나뉩니다.
| 부분 | 범위 | 문항 |
|---|---|---|
| 1부 | 이웃과 커널 회귀 | ~ |
| 2부 | 나이브 베이즈 | ~ |
| 3부 | 의사결정나무 | ~ |
| 4부 | 랜덤포레스트 | ~ |
| 5부 | 그래디언트 부스팅 | ~ |
| 6부 | 서포트 벡터 머신 | ~ |
합격선은 문항입니다. 이 단원은 여섯 방법이 서로 다른 가정의 목록이라는 한 문장으로 묶입니다. 특히 각 방법이 무엇을 가정하는지, 어느 점이 중요한지, 편향과 분산 중 무엇을 줄이는지는 반드시 손으로 설명할 수 있어야 합니다.
문제 1. 게으른 학습이 무엇인지 한 문장으로 쓰세요.
답. 학습을 예측 시점으로 미루고 자료를 저장만 하는 방식입니다.
문제 2. 검산에서 과 의 검증 오차를 쓰세요.
답. 와 입니다.
문제 3. 최근접이웃의 유효 자유도를 쓰세요.
답. 나누기 입니다.
문제 4. 검산에서 배율 일 때 표준화 전과 후의 정확도를 쓰세요.
답. 과 입니다.
문제 5. 검산에서 잡음 변수 개일 때의 정확도를 쓰세요.
답. 입니다.
문제 6. 검산에서 일 때 국소 선형이 몇 배 나은지 쓰세요.
답. 배입니다.
문제 7. 검산에서 배타적 논리합 경계의 이웃과 로지스틱 정확도를 쓰세요.
답. 과 입니다.
문제 8. 이웃 방법에서 경계에서 먼 점이 왜 중요한지 쓰세요.
답. 다수결의 무게추 노릇을 하기 때문입니다.
문제 9. 베이즈 분류기가 무엇을 최대로 하는지 쓰세요.
답. 우도 곱하기 사전확률입니다.
문제 10. 검산에서 베이즈 분류기의 오류율을 쓰세요.
답. 입니다.
문제 11. 나이브 가정이 추정해야 할 수를 얼마나 줄이는지 쓰세요.
답. 지수에서 선형으로 줄입니다.
문제 12. 검산에서 상관 일 때 나이브와 로지스틱의 정확도를 쓰세요.
답. 과 입니다.
문제 13. 검산에서 같은 변수를 개와 개 넣었을 때의 평균 사후확률을 쓰세요.
답. 과 입니다.
문제 14. 검산에서 평활이 일 때 로그우도가 무한인 문서 수를 쓰세요.
답. 개 전부입니다.
문제 15. 검산에서 문서 개일 때 나이브와 로지스틱의 정확도를 쓰세요.
답. 과 입니다.
문제 16. 검산에서 낱말 개일 때 확률의 곱과 로그합을 쓰세요.
답. 이 되고 로그합은 입니다.
문제 17. 나무가 눈금에 안 민감한 이유를 쓰세요.
답. 상자로 나누므로 단조 변환에 답이 안 변하기 때문입니다.
문제 18. 검산에서 양성 비율 일 때 지니와 엔트로피를 쓰세요.
답. 과 입니다.
문제 19. 검산에서 오분류율이 두 나눔에 준 이득을 쓰고 무엇이 문제인지 쓰세요.
답. 둘 다 이라 어느 쪽도 고를 수 없습니다.
문제 20. 나무의 유효 자유도가 무엇인지 쓰세요.
답. 잎의 개수입니다.
문제 21. 검산에서 일 때 잎 개수와 검증 정확도를 쓰세요.
답. 개와 입니다.
문제 22. 검산에서 배타적 논리합의 나무와 로지스틱 정확도를 쓰세요.
답. 과 입니다.
문제 23. 검산에서 도 자료를 그대로 줄 때와 돌려 줄 때의 잎 개수를 쓰세요.
답. 개와 개입니다.
문제 24. 검산에서 개를 바꿨을 때 첫 나눔 자리의 표준편차를 쓰세요.
답. 입니다.
문제 25. 상관 인 것 개를 평균 낼 때 분산이 어디서 멈추는지 쓰세요.
답. 에서 멈춥니다.
문제 26. 검산에서 상관 일 때 의 값을 쓰세요.
답. 입니다.
문제 27. 붓스트랩에서 한 점이 안 뽑힐 확률의 극한을 쓰세요.
답. 나누기 이고 약 입니다.
문제 28. 검산에서 학습 자료와 안 본 자료의 낙관 크기를 쓰세요.
답. 과 입니다.
문제 29. 검산에서 변수 개와 개를 볼 때의 그루 정확도를 쓰세요.
답. 과 입니다.
문제 30. 검산에서 한 그루 깊이 와 그루의 분산을 쓰세요.
답. 와 입니다.
문제 31. 검산에서 같은 갈래와 다른 갈래의 평균 근접도를 쓰세요.
답. 과 입니다.
문제 32. 검산에서 와 의 숲 예측을 쓰세요.
답. 둘 다 입니다.
문제 33. 부스팅이 편향과 분산 중 무엇을 줄이는지 쓰세요.
답. 편향을 줄입니다.
문제 34. 검산에서 그루 개와 개의 검증 오차를 쓰세요.
답. 과 입니다.
문제 35. 검산에서 숲 깊이 와 부스팅 깊이 그루의 편향 제곱을 쓰세요.
답. 와 입니다.
문제 36. 부스팅이 함수 공간의 경사하강인 이유를 쓰세요.
답. 나무가 손실의 음의 기울기를 근사하는 걸음이기 때문입니다.
문제 37. 검산에서 학습률 와 의 가장 좋은 그루 수를 쓰세요.
답. 과 입니다.
문제 38. 검산에서 검증 로그손실이 가장 낮은 그루 수와 그 값을 쓰세요.
답. 그루이고 입니다.
문제 39. 잎 값 공식을 쓰세요.
답. 기울기 합의 마이너스를 이차 미분 합 더하기 로 나눈 것입니다.
문제 40. 검산에서 깊이 과 의 검증 정확도를 쓰세요.
답. 과 입니다.
문제 41. 완전히 갈리는 자료에서 로지스틱 계수가 어떻게 되는지 쓰세요.
답. 걸음을 늘릴수록 계속 커집니다.
문제 42. 검산에서 서포트 벡터의 개수와 비율을 쓰세요.
답. 개이고 입니다.
문제 43. 검산에서 서포트 벡터만으로 푼 경계가 같은 판정을 내리는 비율을 쓰세요.
답. 입니다.
문제 44. 와 강의 의 관계를 쓰세요.
답. 는 의 역수이고 가 벌점 세기입니다.
문제 45. 검산에서 여백 일 때 힌지와 로지스틱 손실을 쓰세요.
답. 과 입니다.
문제 46. 커널 요령이 무엇을 아껴 주는지 쓰세요.
답. 늘린 변수를 만들지 않고 내적만 계산합니다.
문제 47. 커널이 되기 위한 조건을 쓰세요.
답. 대칭이고 그람 행렬이 준양정부호여야 합니다.
문제 48. 검산에서 선형 커널과 가우스 감마 의 정확도를 쓰세요.
답. 과 입니다.
| 틀린 곳 | 어디로 돌아가나 |
|---|---|
| ~ | 215강 문제 와 문제 |
| ~ | 216강 문제 와 문제 |
| ~ | 217강 문제 과 문제 |
| ~ | 218강 문제 과 문제 |
| ~ | 219강 문제 과 문제 |
| ~ | 220강 문제 과 문제 |
문항을 못 넘겼으면 05단원으로 넘어가지 않습니다. 05단원의 비지도학습은 이 여섯 방법이 쓰는 거리와 가정을 라벨 없이 다시 쓰기 때문입니다.