Cardemy Card emy ← 탐색으로 돌아가기
[

[빅분기 필기] 기출 패턴 기반 실전 문제풀이와 합격 마무리

마지막 단계에서는 실제 시험 스타일에 적응하는 실전 훈련을 진행한다. 과목별 핵심 개념을 연결해서 문제를 푸는 연습을 하고, 자주 출제되는 함정 패턴과 오답 유도 유형을 반복 학습한다. 특히 “비슷한 개념 비교”, “모델 특징 연결”, “통계 해석”, “전처리 판단” 유형을 집중적으로 정리한다. 시험 직전 빠르게 회독할 수 있는 형태로 정리하며, 제한 시간 안에서 정답을 선택하는 감각까지 완성하는 단계다.

69 문항 0 복사 카데미 2026.05.21

무료 체험 퀴즈

먼저 5문항만 풀어보세요

1 / 5

훈련 데이터 성능은 높지만 테스트 데이터 성능이 낮은 상태는?

과적합

Overfitting이라고 부른다

KNN 알고리즘에서 가장 중요한 전처리 작업은?

스케일링

거리 계산 기반 알고리즘이기 때문이다

의사결정나무의 장점으로 가장 적절한 것은?

해석이 쉽다

시각화가 가능하다

랜덤포레스트가 과적합을 줄일 수 있는 이유는?

여러 트리를 결합하기 때문

앙상블 효과를 활용한다

PCA의 주요 목적은?

차원 축소

정보 손실을 최소화하며 변수 수를 줄인다

수록 문항

총 69개

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.

  1. #1
    Q.

    훈련 데이터 성능은 높지만 테스트 데이터 성능이 낮은 상태는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  2. #2
    Q.

    KNN 알고리즘에서 가장 중요한 전처리 작업은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  3. #3
    Q.

    의사결정나무의 장점으로 가장 적절한 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  4. #4
    Q.

    랜덤포레스트가 과적합을 줄일 수 있는 이유는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  5. #5
    Q.

    PCA의 주요 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  6. #6
    Q.

    군집분석에 해당하는 알고리즘은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  7. #7
    Q.

    로지스틱회귀가 주로 사용되는 문제 유형은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  8. #8
    Q.

    분류 모델 평가 시 불균형 데이터에 적절한 지표는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  9. #9
    Q.

    결측치 처리 방법으로 가장 적절하지 않은 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  10. #10
    Q.

    상관관계가 높다고 반드시 의미하지 않는 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  11. #11
    Q.

    회귀분석에서 종속변수 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  12. #12
    Q.

    데이터 분산 정도를 가장 잘 나타내는 값은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  13. #13
    Q.

    정규분포에서 평균과 중앙값 관계는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  14. #14
    Q.

    정확도만으로 모델 평가가 어려운 이유는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  15. #15
    Q.

    ROC Curve 아래 면적을 의미하는 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  16. #16
    Q.

    지도학습에 해당하지 않는 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  17. #17
    Q.

    K-Means에서 K 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  18. #18
    Q.

    의사결정나무 분기 기준으로 사용되는 값은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  19. #19
    Q.

    Spark가 Hadoop MapReduce보다 빠른 이유는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  20. #20
    Q.

    비정형 데이터 예시로 가장 적절한 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  21. #21
    Q.

    데이터 웨어하우스 주요 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  22. #22
    Q.

    하둡의 분산 파일 시스템은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  23. #23
    Q.

    나이브베이즈 핵심 가정은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  24. #24
    Q.

    과소적합 상태 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  25. #25
    Q.

    회귀 문제 평가에 적절한 지표는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  26. #26
    Q.

    데이터 전처리 목적과 가장 거리가 먼 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  27. #27
    Q.

    표준화 결과 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  28. #28
    Q.

    정규화 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  29. #29
    Q.

    앙상블 학습의 공통 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  30. #30
    Q.

    랜덤포레스트 학습 방식은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  31. #31
    Q.

    부스팅 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  32. #32
    Q.

    XGBoost 특징으로 적절한 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  33. #33
    Q.

    CNN이 주로 사용되는 분야는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  34. #34
    Q.

    RNN이 적합한 데이터 유형은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  35. #35
    Q.

    LSTM 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  36. #36
    Q.

    데이터를 학습용과 테스트용으로 나누는 이유는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  37. #37
    Q.

    교차검증 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  38. #38
    Q.

    K-Fold 교차검증 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  39. #39
    Q.

    Confusion Matrix에서 FP 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  40. #40
    Q.

    정밀도 중요 상황 예시는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  41. #41
    Q.

    재현율 중요 상황 예시는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  42. #42
    Q.

    데이터 레이크 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  43. #43
    Q.

    OLTP 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  44. #44
    Q.

    OLAP 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  45. #45
    Q.

    NoSQL 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  46. #46
    Q.

    CAP 이론 요소가 아닌 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  47. #47
    Q.

    ETL 과정 순서는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  48. #48
    Q.

    결측치가 많은 경우 가장 먼저 해야 할 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  49. #49
    Q.

    EDA 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  50. #50
    Q.

    박스플롯으로 확인하기 좋은 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  51. #51
    Q.

    히스토그램 주요 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  52. #52
    Q.

    상관계수 범위는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  53. #53
    Q.

    베이즈정리 기반 알고리즘은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  54. #54
    Q.

    SVM 핵심 개념은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  55. #55
    Q.

    KNN에서 K가 너무 작을 때 문제는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  56. #56
    Q.

    의사결정나무 단점은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  57. #57
    Q.

    딥러닝 학습 속도 향상에 많이 사용하는 하드웨어는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  58. #58
    Q.

    Dropout 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  59. #59
    Q.

    데이터 품질 요소가 아닌 것은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  60. #60
    Q.

    데이터 거버넌스 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  61. #61
    Q.

    비식별화 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  62. #62
    Q.

    로그 데이터 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  63. #63
    Q.

    시계열 데이터 핵심 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  64. #64
    Q.

    Bias가 큰 모델 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  65. #65
    Q.

    Variance가 큰 모델 특징은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  66. #66
    Q.

    Bias-Variance Tradeoff 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  67. #67
    Q.

    모델 일반화 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  68. #68
    Q.

    Feature Importance 의미는?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.
  69. #69
    Q.

    AutoML 목적은?

    답은 위 체험 퀴즈 또는 로그인 후 학습 화면에서 확인할 수 있습니다.

이 학습지를 효과적으로 활용하는 방법

  • ① 처음에는 전체 문항을 한 번씩 훑어보며 익숙한 항목과 낯선 항목을 분류하세요.
  • ② 학습 세션에서 "안 외운 문항만" 옵션으로 아직 숙달하지 못한 카드에 집중합니다.
  • ③ 랜덤 순서 학습을 활용해 카드 순서에 의존한 암기를 방지하세요.
  • ④ 키보드 단축키(1·2·A·D·Space)를 쓰면 한 손으로도 빠르게 복습할 수 있습니다.
  • ⑤ 복사(Fork)한 학습지에는 자유롭게 나만의 해설이나 예문을 덧붙여 내 스타일로 다듬어 보세요.

카데미에 로그인하면 이 학습지를
내 학습지로 복사하여 바로 학습할 수 있습니다.

바로 시작하기 로그인