big_2_1_3

Multiple Choice

데이터 마이닝의 기능 중 '사람, 상품에 관한 이해를 증가시키기 위해 데이터가 가지고 있는 특징을 나타내고 설명에 대한 답을 제공할 수 있는 것'에 해당하는 것은?

• 기술(Description)

• 추정(Estimation)

• 예측(Prediction)

• 군집(Clustering)

Multiple Choice

신용카드 고객의 파산여부(Yes/No)를 예측하기 위해 고객의 신용도, 나이, 직업 등의 변수를 사용하여 모델을 생성하려고 할 때, 사용 가능한 방법론이 아닌 것은?

• 선형회귀모형(linear regression model)

• 로지스틱회귀모형(logistic regression model)

• 랜덤포레스트(random forest)

• 서포트벡터머신(support vector machine)

Multiple Choice

데이터 마이닝 단계 중 모델링 목적에 따라 목적변수를 정리하고 필요한 데이터를 데이터 마이닝 소프트웨어에 적용할 수 있도록 준비하는 단계는?

• 데이터 마이닝 기법의 적용

• 목적 정의

• 데이터 가공

• 데이터 준비

Multiple Choice

다음 중 기업이 보유하고 있는 거래 데이터, 고객 데이터 등과 기타 외부 데이터를 포함하는 모든 데이터를 기반으로 새로운 규칙 등을 발견하고 이를 실제 비즈니스 의사결정 등에 유용한 정보로 활용하고자 하는 일련의 작업을 무엇이라고 하는가?

• 회귀분석

• 데이터 마이닝

• 데이터웨어하우징

• 의사결정지원시스템

Multiple Choice

다음 중 아래에서 설명하는 문제를 나타내는 용어로 적절한 것은?

====================================================

분류 모형을 구성하는 경우 예측 실패의 비용이 큰 분류 분석의 대상에 대한 관측치가 현저히 부족하여 모형이 제대로 학습되지 않는 문제가 발생된다.

• 과대적합 문제(overfitting problem)

• 과소적합 문제(underfitting problem)

• 범주 불균형 문제(case imbalance problem)

• 정보과부하 문제(information overload problem)

Multiple Choice

독립변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는 로지스틱 회귀분석에 대한 설명 중 옳지 않은 것은?

• 0의 값을 가지는 Y를 정확하게 예측할 경우 매우 큰 cost 값이 나타난다.

• 카테고리가 존재하는 자료로 회귀분석을 수행할 때 로지스틱 회귀분석을 활용한다.

• 종속변수 Y의 범위가 [0.1]로 제한된다.

• 1의 값을 가지는 Y를 정확하게 예측할 경우 로지스틱 회귀모형의 cost는 0에 가까운

  매우 작은 값을 가진다.

Multiple Choice

아래는 의사결정나무에서 알고리즘과 분류 기준 변수의 선택법을 나타낸 것이다. 다음 중 아래 에서 잘못 입력된 내용은?

• ㉠ - 카이제곱 통계량

• ㉡ - 엔트로피지수

• ㉢ - 지니지수

• ㉣ - 분산감소량

Multiple Choice

의사결정나무 분석을 위한 알고리즘 중분류(기준)변수와 분류기준값의 선택방법으로 목표변수가 이산형인 경우에는 지니지수, 연속형인 경우 분산감소량을 사용하는 알고리즘으로 적절한 것은?

• CHAID

• C5.0

• ID3

• CART

Multiple Choice

아래는 kyphosis라는 자료를 이용하여 의사결정나무 분석을 수행한 결과이다. 결과에 대한 해석으로 부적절한 것은?

• 뿌리마디에서 아래로 내려갈수록 각 마디에서의 불순도는 점차 증가한다.

• 뿌리마디의 자료는 Start 변수를 이용하여 분리했을 때 present와 absent를 가장 잘 분리 시킬 수 있다.

• 위 결과의 단계에서 멈추지 않고 추가로 가지를 생성한다면, 새로운 자료에 대한 예측력은 떨어질 수도 있다.

• 이 자료에서 Start 변수의 값이 14.5이상인 관찰치는 Kyphosis 변수의 값이 모두 absent였을 것이다.

Multiple Choice

다음 중 의사결정나무모형의 학습 방법에 대한 설명으로 부족한 것은 무엇인가?

• 이익도표 또는 검정용 자료에 의한 교차타당성 등을 이용해 의사결정나무를 평가한다.

• 분리 변수의 P차원 공간에 대한 현재 분할은 이전 분할에 영향을 받지 않고 이루어지며, 공간을 분할하는 모든 직사각형들이 가능한 순수하게 되도록 만든다.

• 각 마디에서의 최적 분리규칙은 분리변수의 선택과 분리기준에 의해 결정된다.

• 가지치기는 분류 오류를 크게 할 위험이 높거나 부적절한 규칙을 가지고 있는 가지를 제거 하는 작업이다.

Multiple Choice

귀납적 추론을 기반으로 하는 의사결정나무모형은 실무적으로 가장 많이 사용되는 모델 중 하나이다. 다음 중 의사결정나무모형에 대한 설명으로 부적절한 것은?

• 대표적인 적용 사례는 대출신용평가, 환자 증상 유추, 채무 불이행 가능성 예측 등이 있다.

• 의사결정나무모형에는 ID3, C4.5, CART 등 여러 가지 알고리즘이 있는데 핵심적인 공동 개념은 상향식 의사결정 흐름과 해시 탐색(Hash Search) 기반의 구조를 가지고 있다는 것 이다.

• 과대적합(overfitting)의 문제를 해결하기 위해 가지치기 방법을 이용하여 트리를 조정하는 방법을 사용한다.

• 불순도 측도인 엔트로피 개념은 정보이론의 개념을 기반으로 하며, 그 의미는 여러 가지 임의의 사건이 모여있는 집합의 순수성(purity) 또는 단일성(homogeneity) 관점의 특성을 정량화해서 표현한 것이다.

Multiple Choice

다음 중 SVM(Support Vector Machine)에 대한 다음 설명 중 옳지 않은 것은?

• SVM은 기계학습 분야 중 하나로 패턴인식, 자료 분석 등을 위한 지도학습 모델이다.

• 분류와 예측에 모두 사용할 수 있으며, 저차원과 고차원의 데이터에 대해서 모두 잘 작동한다.

• 데이터 전처리와 매개변수 설정에 따라 정확도가 달라질 수 있다.

• SVM 분류 모델은 데이터가 사상된 공간에서 경계로 표현되며, 공간상에 존재하는 여러 경계 중 가장 작은 폭을 가진 경계를 찾는다.

Multiple Choice

계층적 군집분석을 위해 거리 계산을 수행할 때 사용하는 통계 프로그램 R의 dist 함수에서 지원 하는 거리 측도로 부적절한 것은?

• minkowski

• cosine

• binary

• canberra

Multiple Choice

아래는 k- 평균 군집을 수행하는 절차를 단계별로 기술한 것이다. 다음 중 k - 평균 군집 수행 절차로 가장 올바른 것은?

=========================================================================

가. 각 자료를 가장 가까운 군집 중심에 할당한다.

나. 군집 중심의 변화가 거의 없을 때(또는 최대 반복 수)까지 단계와 단계를 반복한다.

다. 초기 (군집의 중심으로 개의 객체를 임의로 선택한다.

라. 각 군집 내의 자료들의 평균을 계산하여 군집의 중심을 업데이트한다

• 다 → 라 → 가 → 나

• 가 → 다 → 라 → 나

• 가 → 라 → 다 → 나

• 다 → 가 → 라 - 나

Multiple Choice

k- 평균 군집은 단순하고 빠르게 수행될 수 있지만 변수의 크기(scale)에 영향을 받음에 따라 군집 분석을 수행하기 전에 정규화(normalization) 과정이 필수적이다. 다음 정규화 방법 중 원(raw) 데이터의 분포를 유지하면서 정규화가 가능한 방법은 무엇인가?

• z-score 정규화

• 로그 정규화

• min-max 정규화

• 벡터 정규화

Multiple Choice

다음 중 k - 평균 군집에 대한 설명으로 부적절한 것은?

• 한번 군집이 형성되면 군집에 속하는 개체들은 다른 군집으로 이동할 수 없다.

• 초기 군집의 중심을 임의로 선택해야한다.

• 군집의 개수를 미리 선택해야 한다.

• 이상점에 영향을 많이 받는다.

Multiple Choice

다음 중 이상값 자료에 민감한 K-평균 군집의 단점을 보완하기 위해 평균 대신 사용되는 것으로 적절한 것은?

• 중앙값

• 최대값

• 조화평균

• 가중평균

Multiple Choice

앙상블(ensemble) 모형은 여러 모형의 결과를 결합함으로써 단일 모형으로 분석했을 때보다 신뢰성 높은 예측값을 얻을 수 있다. 다음 중 앙상블 모형의 특징으로 옳지 않은 것은?

• 이상값(outlier)에 대한 대응력이 높아진다.

• 전체적인 예측값의 분산을 감소시켜 정확도를 높일 수 있다.

• 모형의 투명성이 떨어져 원인 분석에는 적합하지 않다.

• 각 모형의 상호 연관성이 높을수록 정확도가 향상된다.

Multiple Choice

다음 중 의사결정나무를 앙상블(ensemble)하는 방법 중 전체 변수 집합에서 부분 변수 집합을 선택하여 각각의 데이터 집합에 대해 모형을 생성한 후 결합하는 방식은?

• 부스팅(boosting)

• 배깅(bagging)

• 랜덤 포레스트(random forest)

• 붓스트랩(bootstrap)

Multiple Choice

다음 중 아래 설명이 나타내는 앙상블 모형은?

=====================================

원 데이터 집합으로부터 크기가 같은 표본을 여러 번 단순 임의 복원추출하여 각 표본에 대해 분류기를 생성한 후 그 결과를 앙상블하는 방법

• 배깅(bagging)

• 부스팅(boosting)

• 랜덤포레스트(random forest)

• CART

Multiple Choice

보험회사에서는 자사 고객의 보험갱신 여부를 고객의 인구통계학적 특성, 보험가입 채널, 상품 종류 등의 정보를 사용하여 예측하려고 한다. 다음 중 가장 적절한 분석 기법은 무엇인가?

• 시계열분석

• 랜덤 포레스트

• k-means 군집분석

• 주성분분석

Multiple Choice

다음 중 앙상블 기법이라고 할 수 없는 것은?

• 시그모이드

• 부스팅

• 배깅

• 랜덤 포레스트

Multiple Choice

아래 데이터 셋 A, B 간의 유사성을 맨하탄(Manhattan)거리로 계산하면 얼마인가?

• 25

• 20

• 15

• 10

Multiple Choice

군집화 기법 중 특정 공간에서 가까이 있는 데이터가 많은 지역을 중심으로 클러스터를 구성하며 비교적 비어 있는 지역을 경계로 하는 군집 기법으로 임의적인 모양의 군집 탐색에 효과적인 기법은 무엇인가?

• 계층적 군집 기법

• 분리 군집 기법

• 밀도 기반 군집 기법

• 격자 기반 군집 기법

Multiple Choice

군집 모형 평가 기준 중 하나이며 군집의 밀집정도를 계산하는 방법으로 군집 내의 거리와 군집 간의 거리를 기준으로 군집 분할의 성과를 평가하는 것은 다음 중 무엇인가?

• 피어슨 상관계수(Pearson Correlation Coefficient)

• ARI(Adjusted Rand Index)

• NMI(Normalized Mutual Information)

• 실루엣 계수(Silhouette Coefficient)

Multiple Choice

다음 군집 모형 중 군집의 개수를 미리 지정하지 않아도 되는 장점으로 탐색적 분석에 사용하는 모형은 무엇인가?

• K-평균군집 모형

• SOM(Self-Organizing Maps) 모형

• 계층적 군집

• 혼합분포군집 모형

Multiple Choice

계층적 군집은 두 개체 간의 거리에 기반하여 군집을 형성해나간다. 두 개체간의 거리 측도 중, 두 벡터 사이의 각도를 이용하여 벡터간의 유사 정도를 측정하는 측도는 다음 중 무엇인가?

• 자카드 유사도

• 피어슨 유사도

• 코사인 유사도

• 캔버라 거리

Multiple Choice

다음 중 k-means 군집분석에 대한 설명으로 옳지 않은 것은?

• 비계층적 군집분석에 해당한다.

• 중심점과 군집화하고자 하는 점간의 유클리디안 거리를 최소화한다.

• 군집의 수는 사용자가 직접 설정한다.

• 이상치에 민감하지 않다.

Multiple Choice

아래 설명에 해당하는 분석기법에 대한 설명으로 옳지 않은 것은?

=====================================================

주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어떤 범주에 속할 것인지를 판단하는 비확률적 이진 선형 분류 모델이다. 이 분류 모델은 데이터가 사상된 공간에서 경계로 표현되며, 공간상에 존재 하는 여러 경계 중 가장 큰 폭을 가진 경계를 찾는 분류 모델이다.

• 예측이 어떻게 이루어지는지에 대한 이해와 모델에 대한 해석이 어렵다는 단점이 있다.

• 신경망 기법에 비해 과적합 정도가 높다.

• 각 그룹을 구분하는 분류자를 결정 초평면이라고 한다.

• 분류와 예측에 모두 사용할 수 있는 지도학습 기법이다.

Multiple Choice

계층적 군집분석 수행 시 두 군집을 병합하는 방법 가운데 병합된 군집의 오차제곱합이 병합 이전 군집의 오차제곱합의 합에 비해 증가한 정도가 작아지는 방향으로 군집을 형성하는 방법은?

• 단일연결법

• 중심연결법

• 와드연결법

• 완전연결법

Multiple Choice

거리를 이용하여 데이터 간 유사도를 측정할 수 있는 척도는 데이터의 속성과 구조에 따라 적합한 것을 사용해야 한다. 다음 중 유사도 측도에 대한 설명으로 부적절한 것은?

• 유클리드 거리는 두 점을 잇는 가장 짧은 직선거리이다. 공통으로 점수를 매긴 항목의 거리를 통해 판단하는 측도이다.

• 맨하탄 거리는 각 방향 직각의 이동 거리 합으로 계산된다.

• 표준화 거리는 각 변수를 해당 변수의 표준편차로 변환한 후 유클리드 거리를 계산한 거리 이다. 표준화를 하게 되면 척도의 차이, 분산의 차이로 인해 왜곡을 피할 수 있다.

• 마할라노비스 거리는 변수의 표준편차를 고려한 거리 측도이나 변수 간에 상관성이 있는 경우에는 표준화 거리 사용을 검토해야 한다.

Multiple Choice

군집분석은 비지도학습 기법 중 하나로 사전 정보 없이 자료를 유사한 대상끼리 묶는 방법이다. 다음 중 군집분석에 대한 설명으로 부적절한 것은?

• 군집분석에서는 군집의 개수나 구조에 대한 가정없이 다변량 데이터로부터 거리 기준에 의한 자발적인 군집화를 유도하지 않는다.

• 군집 결과에 대한 안정성을 검토하는 방법은 교차타당성을 이용하는 방법을 생각할 수 있다. 데이터를 두 집단으로 나누어 각 집단에서 군집분석을 한 후 합쳐서 군집분석한 결과와 비교 하여 비슷하면 결과에 대한 안정성이 있다고 할 수 있다.

• 군집의 분리가 논리적인가를 살펴보기 위해서는 군집 간 변동의 크기 차이를 검토한다.

• 개체를 분류하기 위한 명확한 기준이 존재하지 않거나 기준이 밝혀지지 않은 상태에서 유용 하게 이용할 수 있다.

Multiple Choice

nci.data는 64개 암세포주에 대한 6,830개 유전자 microarray 데이터이다. 아래는 이 자료를 이용한 군집분석 결과이다. 다음 중 아래 결과에 대한 설명으로 가장 부적절한 것은?

• 최단연결법을 사용한 계층적 군집분석 방법이다.

• 두 군집 사이의 거리를 각 군집에서 하나의 관측값을 뽑았을 때 나타날 수 있는 거리의 최소값으로 측정한다.

• 사슬모양의 군집이 생길 수 있다.

• 평균연결법에 비해 계산량이 많다.

Multiple Choice

다음 군집화 방법 중 DBSCAN, DENCLUE 기법 등 임의적인(arbitrarity) 모양의 군집 탐색에 가장 효과적인 방법은?

• 밀도기반 군집

• 모형기반 군집

• 격자기반 군집

• 커널기반 군집

Multiple Choice

다음 중 구매 순서가 고려되어 상품간의 연관성이 측정되고, 유용한 연관규칙을 찾는 기법은?

• 회귀 분석

• 군집 분석

• 순차 패턴

• 의사결정나무

Multiple Choice

아래는 쇼핑몰의 거래내역이다. 연관 규칙 "우유 - 커피"에 대한 지지도(Support)는 얼마인가?

• 0.1

• 0.2

• 0.3

• 0.4

Multiple Choice

카탈로그 배열, 교차 판매 등의 마케팅을 계획할 때 적절한 데이터 마이닝 기법은 무엇인가?

• 분류

• 추정

• 군집

• 연관분석

Multiple Choice

데이터 마이닝 기법 중 항목들 간의 '조건 - 결과식으로 표현되는 유용한 패턴을 발견해내는 방법을 무엇이라 하는가?

• 인공신경망

• 의사결정나무

• 연관규칙

• SOM(self-Organizing Maps)

Multiple Choice

도출된 연관규칙이 얼마나 유의미한지 평가하기 위한 지표 중 아래 설명이 가리키는 지표로 가장 적절한 것은?

=======================================================================

품목 B를 구매한 고객 대비 품목 A를 구매한 후 품목 B를 구매하는 고객에 대한 확률을 의미하며 만일 이 지표의 값이 1보다 크면 해당 규칙이 결과를 예측하는데 있어 우수하다는 것을 의미한다.

• 향상도(lift)

• 지지도 (support)

• 순수도(purity)

• 신뢰도(confidence)

Multiple Choice

다음 중 연관분석의 장점으로 가장 부적절한 것은?

• 조건 반응(if-then)으로 표현되어 결과를 이해하기 쉽다.

• 목적변수가 없어 분석 방향이나 목적이 없어도 적용이 가능하다.

• 품목 세분화에 관계없이 의미 있는 규칙 발견이 가능하다.

• 분석을 위한 계산이 상당히 간단하다.

Multiple Choice

연관규칙의 측정 지표 중 품목 A, B에 대한 지지도(support)를 구하기 위한 식으로 적절한 것은?

• (A 또는 B가 포함된 거래수) /(전체거래수)

• (A와 B가 동시에 포함된 거래수) / (전체거래수)

• (A와 B가 동시에 포함된 거래수) / (A를 포함하는 거래수)

• (A와 B가 동시에 포함된 거래수) /(A 또는 B가 포함된 거래수)

Multiple Choice

다음 중 연관 규칙의 측정지표인 향상도에 대한 설명으로 가장 적절한 것은?

• 전체 거리 중에서 품목 A, B가 동시에 포함된 거래의 비율

• 품목 A와 B의 구매가 서로 관련이 없는 경우 향상도는 0이다.

• 품목 B에 대한 품목 A의 조건부 확률로 나타낸다.

• 향상도가 1보다 크면 해당 규칙은 결과를 예측하는데 있어 우수하다.

Multiple Choice

소매점에서 물건을 배열하거나 카탈로그 및 교차판매 등에 적용하기 적합한 데이터 마이닝 기법은 무엇인가?

• 분류(classification)

• 예측(prediction)

• 연관분석(association analysis)

• 군집(clustering)

Multiple Choice

연관규칙에서 Apriori 알고리즘이 가장 많이 활용되고 있지만 후보 집합을 생성하는데 많은 시간이 소요된다. Apriori 알고리즘의 약점을 보완하기 위해 후보집합 생성 없이 연관 규칙을 발견 하도록 고안된 알고리즘은 무엇인가?

• ① FP-Growth

• 가지치기 기법

• DENCLUE

• DIANA

Multiple Choice

다음 중 연관성 분석에 대한 설명으로 부적절한 것은?

• Apriori 알고리즘은 최소 지지도보다 큰 빈발 항목 집합에서 높은 측도(신뢰도 향상도) 값을 갖는 연관규칙을 구하는 방법이다.

• 연관성 분석은 하나 이상의 제품이나 서비스를 포함하는 거래 내역을 이용하여 동시에 구매되는 제품별 거래 빈도표를 통해 규칙을 찾는데서 시작했다.

• 품목 A와 품목 B의 구매가 상호 관련이 없다면 향상도는 1이 된다.

• 사건들이 어떤 순서로 일어나고 이 사건들 사이에 연관성을 알아내는 것이 시차 연관분석이지만 원인과 결과의 형태로 해석되지는 않는다.

Multiple Choice

아래는 쇼핑몰의 거래 내역이다. 다음 중 규칙 "사과 → 딸기"에 대한 향상도(lift)는 얼마인가?

• 0.3/(0.6×0.45)

• 0.4/(0.7x0.45)

• 0.3/(0.7 x 0.45)

• 0.4/(0.6×0.45)

Multiple Choice

데이터에서 변수들에 대한 조건부 독립을 가정하는 알고리즘으로 클래스에 대한 사전 정보와 데이터 로부터 추출된 정보를 결합하고, 베이즈 정리(Bayes Theorem)를 이용하여 어떤 데이터가 특정 클래스에 속하는지를 분류하는 알고리즘이다.

• 텍스트 분류에서 문서를 두 개 이상의 범주 중 하나로 분류하는 문제에 대해 솔루션으로 사용될 수 있다.

• 하나의 속성 값을 기준으로 다른 속성이 독립적이라 전제했을 때 해당 속성 값이 클래스 분류에 미치는 영향을 측정한다.

• 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리를 기본 개념으로 사용 한다.

• 커널기법을 이용해 데이터를 3차원 공간에 매핑한 후, 2차원의 결정 경계면을 생성하면 비선형 데이터도 분류할 수 있다.

Multiple Choice

다음 중 계층적 군집분석에 대한 설명으로 가장 적절한 것은?

• 계층적 군집분석은 데이터 간의 거리를 측정하여 군집화한다.

• 계층적 군집분석은 트랜잭션 사이에 빈번하게 발행하는 규칙을 찾아낸다.

• 계층적 군집분석은 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도의 형태로 형상화한다.

• 계층적 군집분석은 데이터가 표현된 공간에서 분류를 위한 경계를 정의하고, 분류되지 않은 새로운 값이 입력되면 경계의 어느 쪽에 속하는지를 확인하여 분류 과제를 수행한다.

Multiple Choice

SOM은 비지도 신경망으로 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도 형태로 형상화하는 방법이다. 다음 중 SOM 방법에 대한 설명으로 부적절한 것은?

• SOM은 입력변수의 위치 관계를 그대로 보존한다는 특징이 있다. 이러한 SOM의 특징으로 인해 입력 변수의 정보와 그들의 관계가 지도상에 그대로 나타난다.

• SOM을 이용한 군집분석은 인공신경망의 역전파 알고리즘을 사용함으로써 수행 속도가 빠르고 군집의 성능이 매우 우수하다.

• SOM 알고리즘은 고차원의 데이터를 저차원의 지도 형태로 형상화하기 때문에 시각적으로 이해하기 쉬울 뿐 아니라 변수의 위치 관계를 그대로 보존하기 때문에 실제 데이터가 유사하면 지도상 가깝게 표현된다.

• SOM은 경쟁 학습으로 각각의 뉴런이 입력 벡터와 얼마나 가까운가를 계산하여 연결강도를 반복적으로 재조정하여 학습한다. 이와 같은 과정을 거치면서 연결강도는 입력 패턴과 가장 유사한 경쟁층 뉴런이 승자가 된다.

Multiple Choice

다음 중 로지스틱 회귀분석에 대한 설명으로 옳지 않은 것은 무엇인가?

• 반응변수가 범주형인 경우에 적용되는 회귀분석모형이다.

• 로지스틱 회귀모형에서 exp(x1)의 의미는 나머지 변수가 주어질 때 x1이 한 단위 증가할 때 마다 성공에 대한 오즈가 몇 배 증가하는지를 나타낸다.

• 로지스틱 회귀분석에서는 범주형 변수 y가 0에서 + 무한대 사이의 값을 가질 수 있도록 로짓변환을 수행한다.

• 로지스틱 회귀분석에서 시그모이드 함수는 S자형의 곡선 형태이며, x값이 입력되면 x가 0에 해당할지 혹은 1에 해당할지에 대한 확률을 출력한다.