처음 배우는 머신러닝 요약정리

처음 배우는 머신러닝 국내도서 저자 : 김승연,정용주 출판 : 한빛미디어 2017.10.01 상세보기

 

 

01. 벡터 공간 안의 두 점 사이의 거리는 무엇입니까?

 

 

 

	① 마할라노비스 거리
	② 가오펀 거리
	③ 민코스키 거리
	④ 마레아 거리 민코스키 거리는 벡터 공간 안의 두 점 사이의 거리이다.

 

02. tf.nn.softmax_cross_entropy_with_logits 함수의 주요 파라미터 중에서 레이블(타깃)이 들어 있는 차원의 인덱스를 의미하는 파라미터는 무엇입니까?

 ① dim

② array

③ logits

④ place

dim: 레이블(타깃)이 들어 있는 차원의 인덱스. 기본값은 -1로, 데이터의 마지막 차원을 이용한다.

 

 

---

 

 

03. 다양한 프로그래밍 언어로 쓰여진 형태소 분석기를 파이썬에서 사용할 수 있게 해주는 래퍼는 무엇입니까?

 

 

 

KoNLPy는 다양한 프로그래밍 언어로 쓰여진 형태소 분석기를 파이썬에서 사용할 수 있게 해주는 래퍼이다.

 

04. tf.nn.dropout 함수의 파라미터에 대한 설명으로 틀린 것은 무엇입니까?

 

 

	① x: 입력 텐서   ② keep_prob: 스칼라 값   ③ random: 난숫값을 정하기 위한 int형 값   ④ name: 연산명

 

seed: 난숫값을 정하기 위한 int형 값. 난수 시드를 생성하기 위해 사용한다. 유닛 테스트를 짤 때 도움이 된다.

 

05.생성된 클러스터 안의 데이터가 얼마나 밀접하게 모여 있는지 계산하는 계수는 무엇입니까?

 

① 실루엣 계수   ② 키소 계수   ③ 시크 계수   ④ 조인 계수

 실루엣 계수는 생성된 클러스터 안의 데이터가 얼마나 밀접하게 모여 있는지 계산한다. 즉, 클러스터 안의 샘플이 자신이 속한 클러스터 안의 다른 샘플과 얼마나 유사하며, 다른 클러스터에 속한 샘플과 얼마나 차이가 나는지 측정한다.

 

 

06.클러스터를 데이터가 높은 밀도로 모여 있는 공간으로 보는 기법은 무엇입니까

 

 

밀도 기반 군집화는 클러스터를 데이터가 높은 밀도로 모여 있는 공간으로 보는 기법이다.

 

 

07.기계(에이전트)가 환경과의 상호작용(선택과 피드백의 반복)을 통해 장기적으로 얻는 이득을 최대화하도록 하는 학습 방법은 무엇입니까?

 

 강화학습은 기계(에이전트)가 환경과의 상호작용(선택과 피드백의 반복)을 통해 장기적으로 얻는 이득을 최대화하도록 하는 학습 방법이다. 지도학습과는 달리, 강화학습의 경우에는 입력값-출력값(레이블)의 쌍이 명시적으로 정해지지 않는다.

 

 

08. 정규분포를 따르는 난수를 발생시킨 후 표준편차의 절대값이 2이상인 값을 버리는 분포는 무엇입니까?

 

 

절단정규분포는 정규분포를 따르는 난수를 발생시킨 후 표준편차의 절대값이 2이상인 값을 버리는 분포이다.

 

 

09.복잡한 모델인 결정 트리를 여러 개 조합하여 분산을 줄이는 방법은 무엇입니까?

 

 

① 부스팅   ② 랜덤 포레스트   ③ 링커   ④ 애트리뷰트

 

 

랜덤 포레스트는 복잡한 모델인 결정 트리를 여러 개 조합하여 분산을 줄이는 방법이다.

10.선형방정식을 효율적으로 풀도록 제공하는 넘파이의 함수는 무엇입니까?

 

linalg.solve

넘파이는 선형방정식을 효율적으로 푸는 linalg.solve 함수를 제공한다.