빅데이터분석기사 필기 이론 학습 | 모두의 문제집

문제 유형	목표 라벨	주된 출력	학습 방식과 판단 기준
회귀	있음	연속형 수치	지도학습. 매출액·수요량·온도처럼 크기를 예측한다.
분류	있음	범주 또는 범주별 확률	지도학습. 이탈 여부·등급·고장 유형을 예측한다.
군집	없음	군집 번호와 군집별 특성	비지도학습. 유사도나 거리를 이용해 구조를 발견한다.
연관성분석	특정 목표 라벨 없음	항목 간 동시발생 규칙	비지도 패턴 탐색. 지지도·신뢰도·향상도와 활용성을 함께 본다.
이상탐지	있을 수도, 없을 수도 있음	이상 점수 또는 이상 여부	라벨이 충분하면 지도 분류, 정상 자료만 있으면 단일 클래스, 라벨이 없으면 비지도 탐지를 고려한다.
시계열 회귀·분류	과거 자료에서 구성 가능	미래 값·범주·확률	시간 순서와 지연 관계가 핵심이다. 무작위 분할 대신 시간 순서를 지킨 검증을 사용한다.

문제 유형은 알고리즘 이름이 아니라 업무 질문과 출력에서 시작한다. 같은 고객 데이터라도 다음 달 지출액을 예측하면 회귀, 일정 금액 이상 지출할지를 예측하면 분류, 고객 행동 유형을 발견하면 군집이다.

시계열이라는 이유만으로 항상 연속값을 예측하는 것은 아니다. 시간 순서가 있는 자료로 미래 고장 여부를 예측하면 분류다. 반대로 판매량을 예측하더라도 시간 의존성이 거의 없고 독립적인 설명변수 중심이라면 일반 회귀 설계가 더 적합할 수 있다.

시험 직전 요약장