혼자 공부하는 머신러닝 + 딥러닝 02-1 확인 문제 풀이

1. 머신러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은 무엇인가요?

① 지도학습 ② 비지도 학습 ③ 자원 축소 ④ 강화 학습

훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상을 무엇이라고 부르나요?

① 샘플링 오류 ② 샘플링 실수 ③샘플링 편차 ④ 샘플링 편향

사이킷런은 입력 데이터(배열)가 어떻게 구성되어 있을 것으로 기대하나요?

① 행 : 특성, 열 : 샘플
② 행 : 샘플, 열 : 특성
③ 행 : 특성, 열 : 타깃
④ 행 : 타깃, 열 : 특성

<풀이>

1. 답 ① 지도 학습은 샘플의 입력과 타깃이 준비되어 있을 때 사용 가능.

② 비지도 학습은 타깃이 없는 데이터에 적용하는 머신러닝 알고리즘.
③ 차원 축소는 비지도 학습의 하나로 데이터가 가지고 있는 특성의 개수를 줄이는 방법.
④ 강화 학습은 주어진 환경으로부터 보상을 받아 학습하는 머신러닝 알고리즘.

2. 답 ④

3. 답 ②