기계 학습에 대한 설명으로 옳지 않은 것은? | [7급 국가직 인공지능] 25년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 25년 1회차
기계 학습에 대한 설명으로 옳지 않은 것은?
1
군집화와 밀도추정 문제는 일반적으로 비지도 학습 방식을 사용한다.
2
지도 학습의 학습 데이터는 입력과 기대 출력 정보의 쌍으로 구성된다.
3
데이터 증강은 입력 데이터를 저차원 데이터로 압축하는 인코더 형태의 모델을 통해 학습한다.
4
프로그램을 명시적으로 작성하지 않고 컴퓨터가 학습할 수 있는 능력을 갖추게 하는 기술이다.
해설
옳지 않은 것은 데이터 증강을 저차원으로 압축하는 인코더 모델로 학습한다는 설명이다. 데이터 증강은 기존 데이터를 변형해 학습 데이터를 늘리는 기법이다.
이미지의 회전·뒤집기·자르기·잡음 추가처럼 레이블을 유지한 변형본을 만들어 과적합을 줄인다. 입력을 저차원으로 압축하는 인코더 구조는 오토인코더에 해당한다.
- 군집화와 밀도추정은 레이블 없이 데이터 분포를 다루므로 비지도 학습에 속한다.
- 지도 학습 데이터는 입력과 기대 출력(레이블)의 쌍으로 구성된다.
- 기계 학습은 명시적 프로그래밍 없이 데이터로부터 학습하는 능력을 컴퓨터에 부여하는 기술이다.
오류나 개정된 내용이 보이면 알려주세요