문제 최종 검수

선택지1

선택지2

선택지3

선택지4

정답

개념 난이도 / 선택지 난이도 / 최종 난이도

키워드

해설

비기봇 해설

정답은 2번입니다.

상향식 접근 방식(Bottom-Up Approach)은 데이터 분석에서 하위 요소부터 시작하여 전체를 파악하는 방법입니다. 이는 주어진 문제를 해결하기보다는 데이터 자체를 탐색하여 새로운 문제를 발견하는 데 중점을 둡니다. 비지도 학습은 이러한 상향식 접근 방식에 적합한 방법으로, 데이터의 결합, 연관성, 유사성을 중심으로 분석을 수행합니다. 비지도 학습은 데이터에 대한 명확한 목표 없이 데이터 자체의 패턴을 탐색하는 데 사용됩니다.

1. 지도학습
: 지지도학습(Supervised Learning)은 입력값에 대한 정답(Label)이 명확히 주어졌을 때, 새로운 데이터에 대한 결과를 예측하거나 분류하는 방법입니다. 이는 해결해야 할 문제와 목표가 사전에 정의된 상태에서 수행되는 경우가 많으므로, 문제 정의를 우선시하는 하향식(Top-down) 접근 방식에 더 적합한 분석 기술입니다.

2. 비지도 학습
: 비지도 학습(Unsupervised Learning)은 정답(Label)이 없는 상태에서 데이터 간의 유사성이나 결합 패턴을 찾아내는 방식입니다. 데이터 속에 숨겨진 상관관계나 특징을 탐색적으로 발견하여 새로운 분석 과제를 도출하는 데 최적화되어 있으므로, 데이터로부터 출발하여 가치를 찾아가는 상향식(Bottom-up) 접근 방식의 핵심적인 도구로 활용됩니다.

3. 강화 학습
: 강화 학습(Reinforcement Learning)은 에이전트가 주어진 환경 내에서 행동에 따른 보상(Reward)을 최대화하는 방향으로 학습하는 방식입니다. 이는 특정 목표(Goal)를 달성하기 위한 최적의 행동 경로를 찾는 과정에 집중하며, 데이터 자체의 패턴을 탐색하여 문제를 정의하는 상향식 접근법의 본질적인 성격과는 다소 차이가 있습니다.

4. 애자일 구축
: 애자일(Agile)은 분석 방법론이 아닌 소프트웨어 개발이나 프로젝트 관리 방법론의 일종입니다. 짧은 주기의 반복(Iteration)을 통해 요구사항에 유연하게 대응하는 방식이며, 분석 모델을 학습시키는 알고리즘적 분류인 지도/비지도 학습과는 층위가 다른 개념입니다.

비지도 학습은 상향식 접근 방식에 적합한 방법으로, 데이터 자체를 탐색하여 새로운 문제를 발견하는 데 중점을 둡니다. 지도 학습과 강화 학습은 명확한 목표가 있는 경우에 적합하며, 애자일 구축은 소프트웨어 개발 방법론으로 데이터 분석 방법과는 관련이 없습니다.

따라서, 정답은 '2. 비지도 학습' 입니다.

1. 선택

키워드

해설

정답은 2번입니다.

상향식 접근 방식(Bottom-Up Approach)은 데이터 분석에서 하위 요소부터 시작하여 전체를 파악하는 방법입니다. 이는 주어진 문제를 해결하기보다는 데이터 자체를 탐색하여 새로운 문제를 발견하는 데 중점을 둡니다. 비지도 학습은 이러한 상향식 접근 방식에 적합한 방법으로, 데이터의 결합, 연관성, 유사성을 중심으로 분석을 수행합니다. 비지도 학습은 데이터에 대한 명확한 목표 없이 데이터 자체의 패턴을 탐색하는 데 사용됩니다.

1. 지도학습 
: 지도 학습은 데이터에 대한 명확한 목표가 있는 경우에 사용되는 방법입니다. 이는 주어진 입력 데이터에 대해 올바른 출력을 예측하는 데 중점을 두며, 상향식 접근 방식과는 다릅니다. 상향식 접근 방식은 데이터 자체를 탐색하여 문제를 발견하는 데 중점을 두기 때문에, 지도 학습보다는 비지도 학습이 더 적합합니다.

2. 비지도 학습 
: 비지도 학습은 데이터의 결합, 연관성, 유사성을 중심으로 데이터의 상태를 표현하는 방법입니다. 이는 상향식 접근 방식과 잘 맞아떨어지며, 데이터 자체를 탐색하여 새로운 문제를 발견하는 데 중점을 둡니다. 따라서 상향식 접근 방식에 가장 적합한 방법입니다.

3. 강화 학습 
: 강화 학습은 에이전트가 환경과 상호작용하며 보상을 최대화하는 방법을 학습하는 과정입니다. 이는 특정 목표를 달성하기 위한 방법으로, 상향식 접근 방식보다는 목표 지향적인 문제 해결에 더 적합합니다.

4. 애자일 구축 
: 애자일 구축은 소프트웨어 개발 방법론으로, 빠른 피드백과 반복적인 개발을 통해 소프트웨어를 구축하는 방식입니다. 이는 데이터 분석 방법과는 다르며, 상향식 접근 방식과 직접적인 관련이 없습니다.

비지도 학습은 상향식 접근 방식에 적합한 방법으로, 데이터 자체를 탐색하여 새로운 문제를 발견하는 데 중점을 둡니다. 지도 학습과 강화 학습은 명확한 목표가 있는 경우에 적합하며, 애자일 구축은 소프트웨어 개발 방법론으로 데이터 분석 방법과는 관련이 없습니다.
따라서, 정답은 '2. 비지도 학습' 입니다.

2. 선택

키워드

해설

정답은 2번입니다.

상향식(Bottom-up) 접근 방식은 데이터 중심으로 문제를 발굴하고 해결하는 방법입니다. 이는 대규모의 다양한 데이터에서 패턴을 발견하고, 새로운 문제를 정의하는 데 중점을 둡니다. 상향식 접근 방식은 비지도 학습과 유사한 방식으로, 데이터의 구조나 패턴을 사전에 알지 못한 상태에서 분석을 시작합니다. 이는 문제 해결보다는 문제 창출에 가깝고, 데이터에서 새로운 인사이트를 도출하는 데 유리합니다.

1. 지도학습 
: 지도 학습은 사전에 레이블이 지정된 데이터를 사용하여 모델을 학습시키는 방법입니다. 이는 명확한 목표와 정답이 주어진 상태에서 학습을 진행하므로, 상향식 접근 방식과는 다소 거리가 있습니다. 상향식은 데이터에서 문제를 창출하는 반면, 지도 학습은 주어진 문제를 해결하는 데 중점을 둡니다.

2. 비지도 학습 
: 비지도 학습은 데이터에 대한 사전 정보 없이 패턴이나 구조를 발견하는 방법입니다. 이는 상향식 접근 방식과 잘 맞아떨어지며, 데이터 중심으로 문제를 발굴하고 새로운 인사이트를 얻는 데 적합합니다. 비지도 학습은 데이터의 자연스러운 군집이나 관계를 파악하는 데 유리합니다.

3. 강화 학습 
: 강화 학습은 에이전트가 환경과 상호작용하며 보상을 최대화하는 방향으로 학습하는 방법입니다. 이는 특정 목표를 달성하기 위한 학습 과정으로, 상향식 접근 방식보다는 목표 지향적인 특성을 가집니다. 따라서 상향식 접근 방식과는 다소 차이가 있습니다.

4. 애자일 구축 
: 애자일 구축은 소프트웨어 개발 방법론으로, 빠른 피드백과 반복적인 개발을 통해 제품을 개선하는 방식입니다. 이는 데이터 분석보다는 소프트웨어 개발에 초점을 맞추고 있으며, 상향식 접근 방식과는 직접적인 관련이 없습니다.

비지도 학습은 상향식 접근 방식과 가장 잘 맞아떨어집니다. 이는 데이터 중심으로 문제를 발굴하고 새로운 인사이트를 얻는 데 적합하기 때문입니다. 다른 선지들은 각각의 특성상 상향식 접근 방식과는 다소 거리가 있습니다. 지도 학습과 강화 학습은 명확한 목표가 주어진 상태에서 학습을 진행하며, 애자일 구축은 소프트웨어 개발 방법론으로 데이터 분석과는 직접적인 관련이 없습니다.
따라서, 정답은 '2. 비지도 학습' 입니다.

3. 선택

키워드

해설

4. 선택

키워드

해설

입력 데이터

수정 가능 범위 확인