모델링 과정 중 순서가 옳은 것은?

• 학습-수집-예측-평가
• 수집-학습-예측-평가
• 평가-수집-학습-예측
• 예측-학습-수집-평가

모델링 과정에서 수집된 데이터를 분석 목적에 맞게 가공하고 오류를 처리하며, 필요한 형태로 변환하는 단계를 무엇이라고 하나요?

• 데이터 전처리

모델링 절차에서 데이터 전처리 후, 준비된 데이터를 사용하여 모델이 데이터 내의 패턴이나 관계를 학습하도록 하는 단계는 무엇인가요?

• 모델 배포
• 모델 학습
• 모델 평가
• 문제 정의

데이터 분할에서 70:30로 나누었다. 예측에서는 어떤 데이터셋을 이용해야 하는가?

• 100% 데이터셋
• 70% 데이터셋
• 50% 데이터셋
• 30% 데이터셋

머신러닝 모델의 최종 성능 평가는 일반적으로 훈련 데이터셋을 사용하여 이루어진다.

데이터 분할 비율 중 훈련 데이터셋에 가장 많은 비중을 할당하는 일반적인 이유는 무엇인가요?

• 모델의 복잡도 증가
• 모델이 더 많은 패턴을 학습하도록 하기 위함
• 테스트 시간 단축
• 데이터 저장 공간 절약

데이터 분할은 항상 고정된 비율(예: 70:30)로만 이루어져야 하며, 데이터의 특성을 고려할 필요는 없다.

이미지 한 장을 구성하는 가장 작은 단위는 무엇인가요?

• 픽셀

• pixel

대부분의 디지털 디스플레이에서 하나의 픽셀이 여러 색상을 표현하기 위해 사용하는 세 가지 기본 색상 요소는 무엇인가요?

• 빨강, 파랑, 노랑
• 빨강, 초록, 파랑
• 시안, 마젠타, 노랑
• 검정, 흰색, 회색

픽셀의 RGB 색상 모델에서 [255, 255, 255]가 생성되는 색상은 무엇인가요?

• 검정
• 흰색
• 파란색
• 보라색

화면 해상도가 높을수록 화면에 표시되는 픽셀의 수는 줄어든다.

흑백 이미지에서 픽셀 한 개는 어떤 값을 가지나요?

• RGB 색상 값
• 0 또는 1의 이진값
• 0~255 사이의 숫자
• 텍스트 문자열

28×28 크기의 흑백 이미지는 총 몇 개의 픽셀로 구성되나요?

• 784

이미지 임베딩(Image Embedding)이란?

• 이미지를 압축하는 기술
• 이미지를 저장하는 포맷
• 이미지를 숫자로 요약해 표현하는 방법
• 이미지를 직접 출력하는 과정

이미지 임베딩을 사용하는 주된 이유는?

• 저장 용량을 줄이기 위해
• 텍스트로 변환하기 위해
• 그림을 그리기 위해
• 이미지의 특징을 숫자 벡터로 바꾸어 머신러닝에 활용하기 위해

좋은 이미지 임베딩은 어떤 특성을 가져야 할까요?

• 이미지 크기에 비례하는 차원
• 유사한 이미지는 임베딩 공간에서 멀리 떨어져 있어야 함
• 다른 이미지는 임베딩 공간에서 가까이 있어야 함
• 유사한 이미지는 임베딩 공간에서 가깝게 위치해야 함

시계열 데이터를 분석할 때 중요한 점은?

• 각 데이터가 서로 독립적이라는 점
• 시간에 따른 순서를 고려해야 한다는 점
• 데이터가 항상 이미지여야 한다는 점
• 데이터가 반복되지 않아야 한다는 점

다음 중 시계열 데이터에 해당하지 않는 것은?

• 주식 가격 변동
• 일기예보
• 친구 목록
• 심장박동 데이터

시계열 데이터에서는 과거 정보가 미래 예측에 도움을 줄 수 있다.

자율주행차에서 카메라로부터 받은 데이터를 분석하여 보행자를 예측하는 데 사용되는 데이터는?

• 텍스트 데이터
• 시계열 데이터
• 이미지 데이터
• 오디오 데이터