( )은/는 결측값을 채우거나 이상값을 제거하는 과정을 통해 데이터의 신뢰도를 높이는 작업이다.
정답: 데이터 정제
2.
( )은/는 필수적인 데이터가 입력되지 않고 누락된 값이다.
정답: 결측값
3.
데이터 오류의 원인 중 데이터의 범위에서 많이 벗어난 아주 작은 값이나 아주 큰 값은 ()(이)라고 한다. 괄호 ()안에 들어갈 용어를 쓰시오.
정답: 이상값(Outlier)
4.
괄호 ()안에 들어갈 가장 정확한 용어를 쓰시오.
()은/는 데이터 일관성을 유지를 위한 정제 기법으로 데이터를 정제 규칙을 적용하기 위한 유의미한 최소 단위로 분할하는 작업이다.
정답: 파싱(Parsing)
5.
()은/는 데이터를 기준에 따라 나누고, 선택한 매개변수를 기반으로 유사한 데이터를 그룹화하여 효율적으로 사용할 수 있도록 사용하는 프로세스이다.
정답: 데이터 세분화 (Data Segmentation)
6.
데이터 세분화 방법 중 계층적 방법으로 각 개체를 하나의 소집단으로 간주하고 단계적으로 유사한 소집단들을 합쳐 새로운 소집단을 구성해가는 기법을 무엇이라고 하는가?
정답: 응집분석법
7.
다음이 설명하는 데이터 세분화 방법은 무엇인가?
전체 집단으로부터 시작하여 유사성이 떨어지는 객체들을 분리해가는 계층적 방법
정답: 분할분석법
8.
데이터 세분화 방법 중 비 계층적 방법으로 K개 소집단의 중심좌표를 이용하여 각 개체와 중심좌표 간의 거리를 산출하고, 가장 근접한 소집단에 배정한 후 해당 소집단의 중심 좌표를 업데이트하는 방식으로 군집화하는 방식은 무엇인가?
정답: K-평균 군집화
9.
변수상에서 발생한 결측값이 다른 변수들과 아무런 상관이 없는 경우의 데이터 결측값을 무엇이라고 하는가?
정답: 완전 무작위 결측(MCAR; Missing Completely At Random)
10.
괄호 ()안에 들어갈 가장 정확한 용어를 쓰시오.
()은/는 누락된 자료가 특정 변수와 관련되어 일어나지만, 그 변수의 결과는 관계가 없는 경우의 결측값으로 누락된 자료가 전체 정보가 있는 변수로 설명이 될 수 있는 데이터 결측값이다.
정답: 무작위 결측(MAR; Missing At Random)
11.
불완전 자료는 모두 무시하고 완전하게 관측된 자료만 사용하여 분석하는 방법으로 분석은 쉽지만, 부분적으로 관측된 자료가 무시되어 효율성이 상실되고 통계적 추론의 타당성 문제가 발생하는 단순 대치법의 종류는 무엇인가?
정답: 완전 분석법
12.
()은/는 관측 또는 실험되어 얻어진 자료의 평균값으로 결측값을 대치해서 불완전한 자료를 완전한 자료로 만드는 방법이다.
정답: 평균 대치법
13.
단순 확률 대치법의 종류 중 ()은/는 무응답을 현재 진행 중인 연구에서 "비슷한" 성향을 가진 응답자의 자료로 대체하는 방법이다.
정답: 핫덱(Hot-Deck) 대체
14.
단순 확률 대치법의 종류 중 핫덱과 비슷하나 대체할 자료를 현재 진행 중인 연구에서 얻는 것이 아니라 외부 출처 또는 이전의 비슷한 연구에서 가져오는 방법은 무엇인가?
정답: 콜드덱(Cold-Deck) 대체
15.
통계 기법을 이용한 데이터 이상값 검출 기법 중 평균($\mu$)으로부터 3 표준편차($\sigma$) 떨어진 값(각 0.15%)을 이상값으로 판단하는 검출 기법은 무엇인가?
정답: ESD (Extreme Studentized Deviation)
16.
괄호 ()안에 들어갈 가장 올바른 용어를 쓰시오.
성별(변수 X)의 함수로 키(변수 Y)를 모델링한다고 가정하고, 일부 응답자가 키를 공개하지 않아서 일부 Y값이 누락되었다고 가정한다. 키가 작은 사람들은 키를 공개할 가능성이 적다. 이러한 경우 Y가 누락될 확률은 Y 자체의 관찰되지 않는 값에 달려 있다. 이러한 데이터는 ()(이)라고 말할 수 있다.
정답: 비 무작위 결측 (MNAR)
17.
다음이 설명하는 이상값 검출 기법은 무엇인가?
오름차순으로 정렬된 데이터에서 범위에 대한 관측치 간의 차이에 대한 비율을 활용하여 이상값 여부를 검정하는 방법으로 데이터 수가 30개 미만인 경우에 적절한 방법이다.
정답: 딕슨의 Q 검정(Dixon Q-Test)
18.
정규분포를 만족하는 단변량 자료에서 이상값을 검정하는 방법은 무엇인가?
정답: 그럽스 T-검정
19.
()기법은 데이터의 분포를 고려한 거리 측도로, 관측치가 평균으로부터 벗어난 정도를 측정하는 통계량 기법이다.
정답: 마할라노비스 거리
20.
관측치 주변의 밀도와 근접한 관측치 주변의 밀도의 상대적인 비교를 통해 이상값을 탐색하는 기법은 무엇인가?
정답: LOF(Local Of Factor)
21.
()은/는 관측치 사이의 거리 또는 밀도에 의존하지 않고, 데이터 마이닝 기법인 의사결정나무(Decision Tree)를 이용하여 이상값을 탐지하는 방법이다. 괄호 ()안에 들어갈 기법을 쓰시오.
정답: iForest 기법
22.
데이터의 이상값 제거하기 위해서 상한값과 하한값을 벗어나는 값들을 하한, 상한값으로 바꾸어 활용하는 ()방법도 활용된다. 괄호 ()안에 들어갈 용어는 무엇인가?
정답: 극단 값 조정
23.
변수 선택 기법 중 특정 모델링 기법에 의존하지 않고 데이터의 통계적 특성으로부터 변수를 택하는 기법은 무엇인가?
정답: 필터 기법
24.
()은/는 변수의 일부만을 모델링에 사용하고 그 결과를 확인하는 작업을 반복하면서 변수를 선택해 나가는 기법이다.
정답: 래퍼 기법
25.
필터 기법을 적용한 사례 중에서 최대 가능성 방정식을 풀기 위해 통계에 사용되는 뉴턴(Newton)의 방법은 무엇인가?
정답: 피셔 스코어 (Fisher Score)
26.
래퍼 기법의 세부 기법 중 서포트 벡터 머신을 사용하여 재귀적으로 제거하는 방법으로 전진 선택, 후진 소거, 단계적 방법을 사용하는 기법은 무엇인가?
정답: RFE (Recursive Feature Elimination)
27.
()은/는 문제를 해결하는 과정에서 그 순간순간마다 최적이라고 생각되는 결정을 하는 방식으로 진행하여 최종 해답에 도달하는 문제 해결 방식인 그리디 알고리즘(Greedy Algorithm)을 이용하여 빈 부분 집합에서 특성 변수를 하나씩 추가하는 방법이다.
정답: SFS(Sequential Feature Selection)
28.
래퍼 기법의 세부 기법 중 특성 변수의 중복성을 최소화하는 방법으로 종속 변수를 잘 예측하면서, 독립변수들과도 중복성이 적은 변수들을 선택하는 방법을 무엇이라고 하는가?
정답: mRMR (Minimum Redundancy Maximum Relevance)
29.
변수 선택 기법 중 임베디드 기법의 세부 기법으로 가중치의 절댓값의 합을 최소화하는 것을 추가적인 제약조건으로 하는 방법으로 L1-norm을 통해 제약을 주는 기법은 무엇인가?
정답: 라쏘 기법 (LASSO)
30.
분석 대상이 되는 여러 변수의 정보를 최대한 유지하면서 데이터 세트 변수의 개수를 줄이는 탐색적 분석 기법을 무엇이라고 하는가?
정답: 차원 축소
31.
$M*N$차원의 행렬 데이터에서 특이값을 추출하고 이를 통해 주어진 데이터 세트를 효과적으로 축약할 수 있는 차원 축소 기법은 무엇인가?
정답: 특이 값 분해 기법 (SVD; Singular Value Decomposition)
32.
데이터 안에 관찰할 수 없는 잠재적인 변수(Latent Variable)가 존재한다고 가정하고 모형을 세운 뒤 관찰 가능한 데이터를 이용하여 해당 잠재 요인을 도출하고 데이터 안의 구조를 해석하는 기법을 무엇이라고 하는가?
정답: 요인 분석
33.
개체들 사이의 유사성, 비유사성을 측정하여 2차원 또는 3차원 공간상에 점으로 표현하여 개체들 사이의 집단화를 시각적으로 표현하는 분석 방법은 ()이다.
정답: 다차원 척도법
34.
기존 변수에 특정 조건 혹은 함수 등을 사용하여 새롭게 재정의한 변수를 무엇이라고 하는가?
정답: 파생변수
35.
()은/는 데이터값을 몇 개의 Bin으로 분할하여 계산하는 방법으로 데이터 평활화에서도 사용되는 기술이며, 기존 데이터를 범주화하기 위해서도 사용한다. 괄호 ()안에 적합한 변수 변환 방법은 무엇인가?
정답: 비닝 (Binning)
36.
불균형 데이터 처리 기법 중 다수 클래스의 데이터를 일부만 선택하여 데이터의 비율을 맞추는 방법은 무엇인가?
정답: 과소 표집(Under-sampling)
37.
다음은 불균형 데이터 처리 기법에 대한 설명이다. 괄호 ()안에 공통적으로 들어갈 가장 정확한 용어를 쓰시오.
()은/는 소수 클래스의 데이터를 복제 또는 생성하여 데이터의 비율을 맞추는 방법으로 정보가 손실되지 않는다는 장점이 있으나, 과적합을 초래할 수 있다. ()은/는 알고리즘의 성능은 높으나 검증의 성능은 나빠질 수 있다.
정답: 과대 표집(Over-sampling)
38.
과소 표집(Under-sampling) 기법 중 소수 클래스 주위에 인접한 다수 클래스 데이터를 제거하여 데이터의 비율을 맞추는 기법은 무엇인가?
정답: ENN (Edited Nearest Neighbor)
39.
과대 표집(Over-sampling) 기법 중 소수 클래스에서 중심이 되는 데이터와 주변 데이터 사이에 가상의 직선을 만든 후, 그 위에 데이터를 추가하는 방법은 무엇인가?
정답: SMOTE (Synthetic Minority Over-sampling TEchnique)
댓글남기기