Apriori
대표적인 연관규칙 알고리즘
빈발 항목 집합을 탐색한다
Card
emy
← 탐색으로 돌아가기
빅데이터분석기사 필기에서 가장 비중이 큰 머신러닝 파트를 학습하는 단계다. 지도학습·비지도학습 개념부터 의사결정나무, 랜덤포레스트, SVM, KNN, 군집분석, 나이브베이즈, 회귀모델 등을 비교 학습한다. 시험은 알고리즘 정의보다 “어떤 데이터에 적합한가”, “장단점이 무엇인가”, “과적합 여부는 어떤가” 같은 비교형 문제가 많다. 알고리즘 간 차이를 빠르게 구분하는 능력을 만드는 것이 핵심 목표다.
무료 체험 퀴즈
Apriori
대표적인 연관규칙 알고리즘
빈발 항목 집합을 탐색한다
머신러닝
데이터를 통해 규칙을 학습하는 기술
AI 핵심 분야다
지도학습
정답이 있는 데이터로 학습하는 방식
분류와 회귀가 대표적이다
비지도학습
정답 없이 데이터 패턴을 찾는 방식
군집분석이 대표적이다
강화학습
보상을 기반으로 학습하는 방식
게임 AI 등에 활용된다
아래 문항들은 이 학습지에 수록된 카드입니다. 로그인하면 이 학습지를 내 계정으로 복사해 카드를 한 장씩 넘기며 반복 학습할 수 있고, 숙달한 카드는 완료 표시하여 다음 세션에서 제외할 수 있습니다.
Apriori
머신러닝
지도학습
비지도학습
강화학습
분류
회귀
군집분석
의사결정나무
루트 노드
리프 노드
정보이득
엔트로피
지니지수
랜덤포레스트
앙상블
배깅
부스팅
AdaBoost
Gradient Boosting
XGBoost
LightGBM
SVM
초평면
마진
커널트릭
KNN
K값
거리 기반 알고리즘
나이브베이즈
독립 가정
로지스틱회귀
시그모이드 함수
선형회귀
다중선형회귀
회귀계수
과적합
과소적합
일반화
교차검증
K-Fold
학습률
하이퍼파라미터
튜닝
Grid Search
랜덤서치
군집화
K-Means
중심점
계층적 군집분석
DBSCAN
연관규칙분석
지지도
신뢰도
향상도
차원 축소
PCA
주성분
추천 시스템
협업 필터링
콘텐츠 기반 필터링
모델 평가
정확도
정밀도
재현율
F1-score
혼동행렬
TP
TN
FP
FN
ROC Curve
AUC
RMSE
MAE
Confusion Matrix
Bias
Variance
Bias-Variance Tradeoff
Feature Importance
Explainable AI
AutoML
딥러닝
퍼셉트론
활성화 함수
ReLU
은닉층
CNN
RNN
LSTM
에포크
배치 크기
손실 함수
역전파