순환 신경망 (RNN) 개요

기본 RNN에서 상태(state) $h_t$는 무엇과 동일합니까?

BPTT는 기본적인 순환 신경망(RNN)을 학습시키는 데 사용될 수 있다.

기본적인 RNN 학습 과정에서 나타나는 기울기 소실(Vanishing gradient) 문제를 해결하기 위한 가장 일반적인 방법은 무엇입니까?

Truncated BPTT의 주요 단점은 모델이 ______ 패턴을 학습할 수 없다는 것입니다.

다음 용어를 해당 정의와 매칭하시오:

LSTM 셀의 주요 아이디어는 무엇입니까?

LSTM 셀은 기본적인 셀보다 더 나은 성능을 제공하며, 학습 속도가 빠르고 데이터의 의존성을 더 잘 감지한다.

LSTM 셀이 네트워크가 학습할 수 있도록 설계된 것은 무엇입니까?

LSTM의 단순화된 버전으로, 두 상태가 하나로 병합된 것은 ______입니다.

다음 LSTM 구성 요소를 그 역할과 매칭하세요:

의사 결정 트리에서 지니 불순도(Gini Impurity)는 무엇을 측정합니까?

의사 결정 트리에서 max_depth는 가장 중요한 하이퍼파라미터 중 하나이며, 과적합을 제어하는 데 도움이 됩니다.

의사 결정 트리 학습 알고리즘 (CART)의 주요 목표는 무엇입니까?

의사 결정 트리에서 분할을 중지하는 기준은 노드를 더 분할해도 불순도를 크게 ______ 수 없거나, 미리 설정된 최대 깊이에 도달하는 경우입니다.

다음 의사 결정 트리 용어를 해당 정의와 일치시키세요:

앙상블 학습의 주요 목표는 무엇입니까?

앙상블 방법에서 랜덤 포레스트는 결정 트리만 사용하는 것은 아니다.

랜덤 포레스트에서 '랜덤 서브스페이스' 방법은 무엇을 의미합니까?

앙상블 학습에서 여러 예측값의 결합된 예측을 결정하는 데 사용되는 기술은 ______ 투표와 소프트 투표입니다.

다음 앙상블 학습 용어를 그 역할과 매칭하세요:

차원 축소의 주된 목적은 무엇입니까?

PCA는 비선형 차원 축소 기술이다.

PCA에서 '주성분'은 무엇을 나타냅니까?

데이터 세트에 적용할 PCA의 주성분 수를 선택하기 위해 데이터에서 캡처할 분산의 ______을 나타내는 EVR (설명된 분산 비율)을 검사할 수 있습니다.

차원 축소 기술을 그 주된 역할과 일치시키세요:

T-SNE의 가장 주된 사용 사례는 무엇입니까?

T-SNE는 임의의 차수 d로 쉽게 일반화할 수 있는 반면 PCA는 d=2 및 d=3으로 특화되는 경향이 있다.

T-SNE가 데이터를 투영하는 동안 주로 유지하려는 것은 무엇입니까?

T-SNE는 학생의 t 분포에 의존하므로 이름에 ______이(가) 포함된다.

다음 t-SNE 개념을 해당 설명과 일치시키세요:

클러스터링의 주된 용도는 무엇입니까?

실루엣 점수가 1에 가까울수록 클러스터링은 일반적으로 더 나쁘다.

K-평균은 몇 개의 평균을 가진 데이터 포인트를 기반으로 함으로써 데이터 세트에서 그룹을 식별하는 데 중점을 둡니까?

K-평균은 각 클러스터에 대한 새 대표를 중심점 대신 데이터 세트의 실제 객체인 ______으로 설정합니다.

다음은 클러스터링 방법 특징과 관련된 용어들을 일치합니다.

신경망은 이상이 감지될 수 있는 정상 데이터를 사용하여 인코딩/디코딩이 이루어집니다. [blank]이(가) 학습되면 [blank]을(를) 초과하는 데이터 샘플이 비정상이라고 합니다.

VAE는 엔터티의 기본 통계를 확인할 목적으로 훈련된 변형을 추가하는 데 사용됩니다. 따라서 전체 코드를 잘 보존하는 데 권장되지만 세부 사항으로 세分화할 필요는 없습니다.

적은 수의 예가 있는 데이터를 사용할 수 있는 이유는 무엇입니까?

자동 인코더 내의 잠금 기능은 ______ 축소 기술 역할을 수행합니다.

다음과 같이 기능이 많은 다양한 데이터 세트와 일치시킵니다.

기본 RNN에서 상태(state)는 무엇과 동일합니까?

기본 RNN은 기본 셀이 없는 신경망입니다.

기본 RNN 훈련의 주요 과제는 ______ 문제가 발생하는 것입니다.

BPTT란 무엇입니까?

기본 RNN 교육에서 긴 시퀀스는 소멸하는 그래디언트 문제를 악화시킬 수 있습니다.

장기 패턴을 학습할 수 없는 truncated BPTT 문제를 해결하기 위해 도입 된 셀 유형은 무엇입니까?

LSTM 셀에서 상태는 어떻게 나뉩니까?

LSTM 셀은 버릴 내용을 결정하는 메커니즘을 사용합니다. 이 메커니즘을 흔히 ______라고 합니다.

LSTM 셀의 기능을 요약하십시오.

GRU는 LSTM보다 복잡합니다.

다음 용어를 LSTM 셀에 해당하는 설명과 연결하십시오.

다음 중 LSTM 또는 그 변형이 적합한 응용 프로그램은 무엇입니까?

LSTM은 시계열 데이터에만 사용되는 모델입니다.

LSTM의 목적은 네트워크가 ______할 수 있도록 셀을 설계하는 것입니다.

LSTM와 GRU를 비교

붓꽃 식물 분류에서 setosa를 다른 변종과 구별하는 중요한 기능은 무엇입니까?

결정 트리에서 setosa를 분류하기 위한 분할을 결정하기 위한 꽃잎 길이의 임곗값은 3.0cm입니다.

CART 알고리즘에서 노드의 불순도를 최소화하는 특징과 임곗값을 찾는 데 사용하는 순서입니다. 이 불순도 측정은 ______라고 합니다.

결정 트리에서 하이퍼파라미터의 역할을 설명하십시오.

Truncated BPTT가 기본 RNN 학습에서 직면하는 문제를 해결할 때 발생하는 문제는 무엇입니까?

트리 알고리즘에서 min_samples_split, 5로 설정되면 노드에 4개 샘플만 있는 경우 추가 불순도 없이도 노드를 분할할 수 있습니다.

CART 알고리즘에서는 불순도를 최소화하도록 특징값과 임곗값을 찾는 과정이 ______가 될 때까지 반복됩니다.

결정 트리의 앙상블 학습을 사용하면 일반적으로 어떤 이점이 있습니까?

다음과 같은 하이퍼파라미터는 데이터 세트 정규화에 더 중점을 둘까요?

앙상블 학습은 많은 예측변수를 집계하고 최고의 독립 예측변수를 정확하게 반영하지 못하는 경향이 있습니다.

랜덤 하위 공간 방법은 앙상블에 도움이 됩니다. 훈련 데이터를 ______하는 데 사용합니다.

랜덤 포레스트를 간단히 정의하십시오.

다음 기능은 RF 모델이 가장 일반적일 것으로 예상되는 모델로, 일종으로 제공되어 다양한 하이퍼파라미터를 조정하는 데 도움이 되나요?

RF 기능 중요성은 훈련 세트 기능의 중요도를 알려주는 관련 척도를 캡처하는 측정입니다.

데이터에 결함이 있는데 분류 성능이 여전히 불만족스럽다면 다음과 같은 방법을 사용하는 것이 좋습니다.

다음 측정 도구를 적절한 설명별로 정렬하세요.

데이터가 좁으면 다음을 사용하는 것이 바람직합니다.

PCA는 비선형 기술입니다.

차원 축소가 있는 경우 기능을 줄여 모델의 ______을(를) 방지할 수 있습니다.

데이터의 차원 축소에 사용되는 다른 방법 이름이 필요합니다.

차원 축소를 위한 비선형 기술인 것은 무엇입니까?

T-SNE 기술로 더 높은 차원을 얻을 수 있습니다.

데이터 세트 차원을 줄인 후 적절한 모델을 학습하기 위해 ______이(가) 발생합니다.

군집화

데이터 내의 그룹과 분리를 평가하는 메트릭은 다음과 같습니다.

저차원 임베딩에 가장 적합한 기술은 다음과 같습니다.

자동 인코더는 무엇으로 구성됩니까?

자동 인코더는 비지도 기술입니까?

연결 가중치를 사용하여 학습을 향상하는 접근 방식이라고 하는 것은?

재구성 손실을 줄이는 방법

다음 중 비선형 차원 축소에 중요한 역할로 사용할 수 있는 것은 무엇입니까?

기본 RNN에서 상태(state)는 무엇과 동일하게 저장됩니까?

BPTT는 기본 RNN을 훈련하는 데 사용되는 방법입니다.

기본 RNN 훈련 시 발생하는 주요 문제는 무엇입니까?

Truncated BPTT는 ______을 줄이는 기술입니다.

다음 RNN 관련 용어를 해당하는 설명과 연결하십시오.

GRU는 LSTM보다 복잡한 RNN 아키텍처입니다.

LSTM 셀에서 네트워크가 학습할 수 있도록 설계된 세 가지 사항은 무엇입니까?

LSTM 셀에는 ______ 상태와 장기 상태의 두 가지 상태가 있습니다.

다음 LSTM 레이어의 구성 요소를 해당 기능과 연결하십시오.

의사결정 트리(DT)를 사용하여 Iris 식물을 분류하기 위한 분할 결정을 내리는 데 중요한 역할을 하는 특징은 무엇입니까?

CART 알고리즘에서 지니 지수가 낮을수록 해당 분할이 더 순수함을 나타냅니다.

의사졀정 트리의 스플릿을 중단하는 두 가지 기준은 무엇입니까?

의사결정 트리 모델을 단순화하여 과적합도를 낮추고 일반화 능력을 높이는 기술을 ______이라 합니다.

다음 의사결정 트리 하이퍼파라미터를 그 효과와 연결하세요.

앙상블 학습의 주요 아이디어는 무엇입니까?

무작위 하위 공간 방법에서 각 예측기는 전체 특징 집합에서 훈련됩니다.

앙상블 학습에서 하드 투표와 소프트 투표의 차이점은 무엇입니까?

의사 결정 트리 앙상블의 한 유형인 무작위 포리스트는 ______ 메서드를 함께 사용하는 특징을 가지고 있습니다.

다음 앙상블 학습 관련 용어를 해당하는 설명과 연결하십시오.