머신러닝개요

[A], [B], [C]에 들어갈 단어로 바르게 짝 지어 진 것을 고르시오.

[A]은/는 레이블된 훈련 데이터를 활용하여 모델을 학습시켜 본적 없는 가까운 미래 데이터에 대한 예측값을 출력한다.
[B]은/는 레이블되지 않거나 구조를 알수 없는 데이터를 활용하여 출력값이나 보상 함수의 도움 없이도 정보를 추출하며 데이터 구조를 탐색한다.
[C]은/는 환경이라는 개념과 상호작용하며 보상 함수를 통해 에이전트의 성능을 향상시킨다.

• [A] : 비지도학습, [B] : 지도학습, [C] : 강화학습

• [A] 지도학습, [B] : 강화학습, [C] : 비지도학습

• [A] : 강화학습, [B] : 비지도학습, [C] : 지도학습

• [A] : 지도학습, [B] : 비지도학습, [C] : 강화학습

머신러닝에서 손글씨를 인식하기 위해 사용되는 기법으로 가장 적절한 것을 고르시오.

• 분류(Classification)

• 회귀(Regression)

• 군집

• 차원 축소

[빈칸]에 들어갈 단어로 가장 알맞은 것을 고르시오.

연속적인 값을 예측하는 지도학습에서 각 데이터와 직선 사이 거리가 최소가 되는 직선을 그을 때 일반적으로 [빈칸]을/를 사용한다.

• 최소 제곱 거리

• 평균 제곱근 거리

• 분산 제곱 거리

• 표준편차 제곱 거리

[빈칸]에 공통으로 들어갈 단어로 가장 알맞은 것을 고르시오.
머신러닝의 맥락에서 [빈칸]이란 더 나은 표현을 자동으로 찾아내는 과정이다.
딥러닝은 입력층, 은닉층, 출력층 등 '신경망'이라고 부르는 모델을 통해 [빈칸]되며 각 계층들은 교차, 반복, 결합 등 다양한 방식으로 구조화되어 있다. 즉, [빈칸]은/는 신경망에서 모든 계층의 가중치에 대한 값 집합을 찾아 새로운 입력값이 목표 값에 이르기까지 가중치를 조절하는 반복작업이다.

• 구조

• 측정

• 학습

• 수행

다음 중 강화학습에서 에이전트가 다양한 경험을 할 수 있도록 에이전트의 행동을 결정하는 기법을 무엇이라고 하는지 고르시오.

• 이용

• 탐험

• 활용

• 탐욕