이 문제는 실제 기출문제를 그대로 옮긴 것이 아닙니다. 국가평생교육진흥원이 공개한 독학사 2단계 머신러닝 출제기준(평가영역)을 바탕으로 새로 구성한 연습 문제입니다. 실제 회차의 문항 수·배점·난이도는 매 시행 공고를 확인해야 합니다. 여기서는 01편부터 20편까지 다룬 전 범위에서 “정의를 정확히 알고 있는가”, “비슷해 보이는 두 개념의 경계를 구분할 수 있는가”에 초점을 맞춘 22문항을 담았다.
이 편은 계산이 아니라 개념의 정확성을 확인하는 데 목적이 있다. 독학사는 “그럴듯하지만 미묘하게 틀린” 선택지를 넣는 방식으로 이해도를 검증하므로, 정답만 확인하고 넘어가지 말고 오답이 왜 틀렸는지까지 읽어야 한다. 특히 “옳지 않은 것은?” 유형은 나머지 세 보기가 왜 옳은 진술인지도 함께 확인하는 것이 좋다.
인공지능·머신러닝 기초 용어 (1–4번)
문제 14지선다
인공지능(AI), 머신러닝(ML), 딥러닝(DL)의 관계에 대한 설명으로 옳은 것은?
문제 24지선다
머신러닝 모델에서 '파라미터(parameter)'와 '하이퍼파라미터(hyperparameter)'를 구분하는 기준으로 가장 적절한 것은?
문제 34지선다
다음 중 지도학습(supervised learning)에 대한 설명으로 옳은 것은?
문제 44지선다
강화학습(reinforcement learning)의 핵심 요소로 옳지 않은 것은?
데이터 전처리 (5–8번)
문제 54지선다
결측치(missing value) 처리 방법에 대한 설명으로 옳지 않은 것은?
문제 64지선다
표준화(standardization)와 정규화(normalization, min-max scaling)의 차이에 대한 설명으로 옳은 것은?
문제 74지선다
범주형 변수를 원-핫 인코딩(one-hot encoding)으로 변환할 때의 특징으로 옳은 것은?
문제 84지선다
데이터 불균형(class imbalance) 문제를 다루는 방법으로 옳지 않은 것은?
지도학습 알고리즘 개념 (9–15번)
문제 94지선다
선형회귀(linear regression)의 기본 가정으로 옳지 않은 것은?
문제 104지선다
릿지 회귀(Ridge regression)와 라쏘 회귀(Lasso regression)의 차이로 옳은 것은?
문제 114지선다
로지스틱 회귀(logistic regression)에 대한 설명으로 옳은 것은?
문제 124지선다
결정트리(decision tree)의 분할 기준으로 지니 지수(Gini index)나 엔트로피(entropy)를 사용하는 목적으로 가장 적절한 것은?
문제 134지선다
나이브 베이즈(Naive Bayes) 분류기의 '나이브(naive)'라는 이름이 붙은 이유로 가장 적절한 것은?
문제 144지선다
K-최근접 이웃(K-NN, K-Nearest Neighbors) 알고리즘의 특징으로 옳지 않은 것은?
문제 154지선다
서포트 벡터 머신(SVM, Support Vector Machine)의 핵심 아이디어로 가장 적절한 것은?
앙상블·비지도학습·차원 축소 (16–19번)
문제 164지선다
배깅(bagging)과 부스팅(boosting)의 차이에 대한 설명으로 옳은 것은?
문제 174지선다
K-means 군집화(clustering)와 DBSCAN 군집화의 차이로 옳은 것은?
문제 184지선다
주성분 분석(PCA, Principal Component Analysis)의 목적으로 가장 적절한 것은?
문제 194지선다
연관 규칙(association rule) 분석에서 '지지도(support)'가 의미하는 것으로 옳은 것은?
평가·모델선택·신경망 (20–22번)
문제 204지선다
분류 모델 평가에서 정밀도(precision)와 재현율(recall)의 차이로 옳은 것은?
문제 214지선다
과적합(overfitting)과 과소적합(underfitting)에 대한 설명으로 옳지 않은 것은?
문제 224지선다
퍼셉트론(perceptron), 다층 퍼셉트론(MLP, Multi-Layer Perceptron), 역전파(backpropagation)의 관계에 대한 설명으로 옳은 것은?
참고 자료
Last updated on