AI 발전 과정

머신 러닝의 개념을 간단히 설명해보세요.

• 머신 러닝은 컴퓨터가 데이터를 분석하고 패턴을 학습하여 예측이나 결정을 내리는 인공지능의 한 분야입니다.

• 머신 러닝은 사람이 직접 데이터를 분석하고 패턴을 학습하는 것이다.

• 머신 러닝은 오직 정해진 규칙에 따라만 작동하는 시스템이다.

• 머신 러닝은 인공지능과는 아무 상관이 없는 분야이다.

딥 러닝과 머신 러닝의 차이는 무엇인가요?

• 머신 러닝은 딥 러닝보다 더 복잡한 패턴을 학습할 수 없다.

• 딥 러닝은 머신 러닝과 완전히 동일한 개념이다.

• 딥 러닝은 머신 럽의 한 분야로, 머신 러닝은 데이터를 사용하여 모델을 학습시키는 반면, 딥 러닝은 다층 신경망을 사용하여 복잡한 패턴을 학습하는 것을 의미합니다.

• 딥 러닝은 머신 러닝보다 더 간단한 모델을 사용한다.

머신 러닝에서 사용되는 대표적인 알고리즘은 무엇인가요?

• 의사 결정 트리

• 선형 회귀

• 인공 신경망

• 클러스터링

딥 러닝에서 사용되는 대표적인 신경망 구조는 무엇인가요?

• 합성곱 신경망(CNN)

• 다층 퍼셉트론(MLP)

• 순환 신경망(RNN)

• 로지스틱 회귀(Logistic Regression)

머신 러닝에서 지도 학습과 비지도 학습의 차이는 무엇인가요?

• 지도 학습은 레이블이 없는 데이터를 사용하고, 비지도 학습은 레이블이 없는 데이터를 사용하지 않는다.

• 지도 학습은 레이블이 있는 데이터를 사용하고, 비지도 학습은 레이블이 없는 데이터를 사용한다.

• 지도 학습은 레이블이 있는 데이터를 사용하고, 비지도 학습은 레이블이 부분적으로 있는 데이터를 사용한다.

• 지도 학습은 레이블이 없는 데이터를 사용하고, 비지도 학습은 레이블이 있는 데이터를 사용한다.

딥 러닝에서 사용되는 활성화 함수에는 어떤 것들이 있나요?

• 시그모이드, 렐루, 소프트맥스

• 풀링

• 합성곱

• 탄젠트

머신 러닝에서 과적합(Overfitting)이란 무엇인가요?

• 정확도(Accuracy)는 모델이 정확하게 예측한 비율을 나타내는 지표입니다.

• 신경망(Neural Network)은 머신 러닝의 한 종류로, 인공 신경망을 기반으로 하는 모델입니다.

• 과적합(Overfitting)은 모델이 학습 데이터에 너무 맞춰져서 실제 데이터에서 성능이 떨어지는 현상을 말합니다.

• 과소적합(Underfitting)은 모델이 학습 데이터에 잘 맞지 않아 실제 데이터에서도 성능이 좋지 않은 현상을 말합니다.

딥 러닝에서 사용되는 역전파(Backpropagation) 알고리즘은 어떻게 동작하나요?

• Backpropagation only works for shallow neural networks.

• Backpropagation updates all weights simultaneously in the neural network.

• Backpropagation calculates the gradient of the loss function with respect to each weight in the neural network by propagating the error backwards through the network.

• Backpropagation calculates the gradient of the activation function instead of the loss function.

머신 러닝에서의 군집화(Clustering)는 어떤 개념인가요?

• 군집화(Clustering)는 데이터를 유사하지 않은 특성을 가진 그룹으로 나누는 지도 학습(Supervised Learning) 방법입니다.

• 군집화(Clustering)는 데이터를 순차적으로 처리하는 방법으로, 데이터의 유사성을 고려하지 않습니다.

• 군집화(Clustering)는 데이터를 분류(Classification)하는 방법으로, 데이터의 특성을 무시합니다.

• 군집화(Clustering)는 데이터를 유사한 특성을 가진 그룹으로 나누는 비지도 학습(Unsupervised Learning) 방법입니다.

딥 러닝에서의 컨볼루션 신경망(Convolutional Neural Network)은 어떤 용도로 사용되나요?

• 이미지 인식 및 패턴 인식

• 텍스트 분류 및 감정 분석

• 음성 인식 및 자연어 처리

• 이미지 생성 및 변형