빅데이터분석기사 필기

시험 직전 요약장

판단 기준과 헷갈리는 개념, 대표 예제를 짧게 확인하세요.

이론 목록

인공지능과 데이터 분석의 관계

원래 이론 →

판단 기준

  • 일반적으로 인공지능은 머신러닝을 포함하고 머신러닝은 딥러닝을 포함한다.
  • 생성형 AI는 새 콘텐츠 생성을 목표로 하며 모든 AI 또는 모든 데이터 분석과 같은 뜻이 아니다.
  • 데이터 분석에는 통계적 설명·검정·시각화·업무 해석도 포함된다.
  • 지도학습은 정답이 있는 예측, 비지도학습은 정답 없이 구조를 탐색하는 데 사용한다.
  • 강화학습은 상태·행동·보상과 장기 누적 보상을 다루는 순차적 학습이다.
  • 복잡한 모형이 단순한 규칙이나 기준선보다 언제나 우수한 것은 아니다.
  • 활용 판단에는 성능뿐 아니라 누수, 오류 비용, 설명, 공정성, 개인정보, 드리프트와 사람의 개입이 필요하다.
이 부분의 원문 →

헷갈리는 개념

개념핵심 의미대표 과업·방법판단 시 주의점
인공지능지각·추론·학습·예측·생성 등 지능적 과업을 수행하는 시스템의 넓은 범주규칙 기반 추론, 탐색, 머신러닝모든 AI가 데이터를 학습하는 것은 아니다.
머신러닝데이터에서 패턴과 예측 규칙을 학습하는 AI 접근회귀, 의사결정나무, 서포트벡터머신, 군집데이터와 평가 설계가 부적절하면 일반화하기 어렵다.
딥러닝여러 층의 신경망으로 특징 표현과 출력을 학습하는 머신러닝 분야영상·음성·텍스트 처리, 표현학습데이터·연산·운영 비용이 크며 항상 최선은 아니다.
생성형 AI학습한 분포를 바탕으로 텍스트·이미지·코드 등 새 콘텐츠를 생성하는 AI대규모 언어모형, 이미지 생성모형딥러닝 활용이 일반적이지만 출력의 사실성과 안전성을 별도 검증한다.
데이터 분석데이터를 정리·요약·탐색·검정·예측·해석해 의사결정을 지원하는 활동기술통계, 추론통계, 시각화, 머신러닝분석 전체를 AI나 머신러닝과 동일시하지 않는다.
이 부분의 원문 →

내 최근 연습 오답

현재 브라우저의 연습 채점 기록에서 공개된 단원과 연결된 오답을 확인합니다.

학습 기록 →

오답 기록을 확인하고 있습니다.