11. 분석 프로젝트 관리 설명 중 적절하지 않은 것은?
정답
데이터분석은 전문가의 상상력을 요구하므로 일정 및 시간을 제한하지 않는다.
해설
분석결과에 대한 품질
21. boxplot에 대한 설명으로 적절하지 않은 것은?
정답
이상치를 확인하는데는 부적절하다.
해설
상자그림에 표현되는 수치나 시각화를 통해 데이터 내에 이상치(Outlier)여부를 확인할 수 있다.
22. x
23. 군집결과 분석에 대한 설명으로 적절하지 않은 것은?
정답
형성된 군집에 대해서는 논리성보다 안정성이 중요하다.
해설
클러스터링의 목적은 비슷한 개체끼리 한 그룹으로 다른 개체는 다른 그룹으로 묶는 것이다. 이를 표현하면 군집간 분산(Inter Cluster Variance) 최대화, 군집내 분산(Inner Cluster Variance)을 최소화한다. 군집분석은 비지도학습이지만 군집분석 결과에 대한 해석이 논리적으로 맞는지는 검토해야 한다. 예를들어 성별, 연령, 지역 등 군집의 특성을 통해 군집이 잘 되었는지를 논리적으로 확인할 수 있으며, 군집의 안정성이란 일부 입력값들이 조금만 달라지면 군집의 변화가 유의하게 변화하는지에 대한 개념이다. 군집분석은 비지도학습이기때문에 군집의 타당성검증을 하기 위한 논리성과 안정성 확보가 중요하다.
24. 카탈로그 배열, 교차판매 등의 마케팅을 계획할 때 적절한 데이터마이닝 기법은?
정답
연관규칙학습
해설
연관규칙이란 항목들 간의 '조건-결과'식으로 표현되는 유용한 패턴을 말한다. 이러한 패턴, 규칙을 발견해내는 것을 연관규칙이라 하며, 흔히 장바구니 분석이라고 불린다.
25. 연관규칙학습의 apriori 알고리즘의 분석절차로 맞는 것은?
(가) 최소 지지도를 설정한다.
(나) 개별 품목들 중에서 최소 지지도를 넘는 모든 품목들을 찾는다.
(다) 이전 단계에서 찾은 개별 품목만을 이용하여 최소 지지도를 넘는 두가지 품목을 찾는다
(라) 이전 단계에서 찾은 품목의 집합을 결합하여 최소 지지도를 세가지 품목의 집합을 찾는다.
(마) 반복적으로 수행하여 최소 지지도가 넘는 반발품목을 찾는다.
정답
(가)-(나)-(다)-(라)-(마)
해설
apriori 알고리즘은 최소지지도보다 큰 집합만을 대상으로 높은 지지도를 갖는 품목집합을 찾는 것이다.
26. 재현율을 구하시오.
|
|
예측값
|
|||
|
TRUE
|
FALSE
|
합계
|
||
|
실제값
|
TRUE
|
200
|
300
|
500
|
|
FALSE
|
300
|
200
|
500
|
|
|
합계
|
500
|
500
|
1,000
|
|
0.4
27. 연관규칙학습에 대해 잘못 설명한 것은?
정답
세분화된 품목이 많아져도 계산은 복잡해지지 않는다.
해설
품목수가 증가하면 분석에 필요한 계산은 기하급수적으로 늘어난다.
28. 잔차의 정규성 검토에 대한 설명 중 옳지 않은 것은?
정답
정규성을 만족하지 못할 때 상관계수가 가장 큰 값을 제거한다.
해설
정규성을 만족하지 못하는 경우 변수변환을 통해 해결방안을 고려해볼 수 있다.
29. x
30. 의사결정 나무에 대한 설명 중 적절하지 않은 것은?
정답
비지도학습 방법으로 상향식 접근방법을 이용한다.
해설
의사결정나무는 지도학습이다.
31. x
32. 표본에 담긴 정보를 이용하여 가설의 옳고 그름을 통계적인 방법으로 판정하는 과정을 무엇이라 하는가?
정답
가설검정
해설
가설은 모집단의 특성을 나타내는 예상이나 주장을 의미하고, 가설검정(Testing Hypothesis)은 표본에 담긴 정보를 이용하여 가설의 옳고 그름을 통계적인 방법으로 판정하는 과정을 의미한다.
33. ROC(Reciver Operating Characteristic) 그래프의 이상적 완벽 분류모형의 X축과 Y축으로 가장 적절한 값은? 단(X값, Y값)
정답
(0,1)
해설
이상적으로 완벽한 분류모형의 경우 X축은 0, Y축은 1의 값을 보여 AUC가 1로 도출된다. 모형의 AUC가 1에 가까울수록 좋은 모형으로 평가된다.
34. 회귀분석 설명 중 가장 적절하지 못한 것은?
정답
설명계수가 유의미한가
해설
설명계수 => 회귀계수
'it자격증 준비 > ADsP' 카테고리의 다른 글
| ➜ [ADsP/35회] 1과목 데이터 이해 기출문제 복원 (0) | 2023.08.09 |
|---|---|
| ➜ [ADsP/34회] 3과목 데이터 분석 기출문제 복원 -2 (0) | 2023.08.08 |
| ➜ [ADsP/34회] 2과목 데이터 분석 기획 기출문제 복원 (0) | 2023.08.07 |
| ➜ [ADsP/34회] 1과목 데이터 이해 기출문제 복원 (0) | 2023.08.07 |
| ➜ [ADsP/33회] 3과목 데이터 분석 기출문제 복원 -2 (0) | 2023.08.06 |
