기계학습(machine learning)에 대한 설명으로 옳지 않은 것… | [계리직 컴퓨터일반] 22년 1회차 기출문제 상세 페이지
1[계리직 컴퓨터일반] 22년 1회차
기계학습(machine learning)에 대한 설명으로 옳지 않은 것은?
1
강화학습은 기계가 환경과 상호작용하면서 시행착오 과정에서의 보상을 통해 학습을 수행한다.
2
기계학습 모델의 성능 기준으로 사용되는 F1 점수(score)는 정밀도(precision)와 검출률(recall)을 동시에 고려한 조화평균 값이다.
3
치매환자의 뇌 영상 분류를 위해서 기존에 잘 만들어진 영상 분류모델에 새로운 종류의 뇌 영상 데이터를 확장하여 학습시키는 방법은 전이학습(transfer learning)의 예이다.
4
비지도학습은 라벨(label) 정보를 포함하고 있는 훈련 데이터를 사용하며, 주가나 환율 변화, 유가 예측 등의 회귀(regression)문제에 적용된다.
해설
옳지 않은 설명은 비지도학습이 라벨 정보가 있는 데이터를 사용해 회귀 문제에 적용된다는 것이다.
라벨이 있는 데이터로 주가·환율 같은 값을 예측하는 회귀는 지도학습이다. 비지도학습은 라벨 없이 군집화·차원 축소 등으로 데이터의 구조를 찾는다.
- 강화학습: 환경과 상호작용하며 보상을 통해 학습한다는 설명이 맞다.
- F1 점수: 정밀도와 재현율(검출률)의 조화평균이라는 설명이 맞다.
- 전이학습: 잘 학습된 기존 모델을 새 영역(뇌 영상)에 확장해 학습시키는 예가 맞다.
오류나 개정된 내용이 보이면 알려주세요