소중한 시간을 사진속에 담자 - 해리팍 소중한 시간을 사진속에 담자 - 해리팍

📘 문제 10. 교차 검증(Cross Validation)1. 교차 검증의 개념을 설명하고,2. 왜 단순히 훈련/검증/테스트 데이터로 나누는 것보다 더 신뢰할 수 있는 평가 방식인지 서술하시오.3. 대표적인 교차 검증 방식인 **K-겹 교차 검증(K-Fold Cross Validation)**의 절차를 설명하고,4. 어떤 상황에서 교차 검증이 특히 효과적인지도 예시와 함께 제시해 보세요.  📝 피드백 요약 🔹 잘한 점• **산업 사례(제조업, 설비 데이터의 다양성)**와 연결한 것은 정말 좋았어요.실제로 제품군마다 센서 특성이나 환경이 다르면 고정된 훈련/검증 데이터로는 편향된 성능 평가가 될 수 있어요.• 교차 검증을 쓰면 데이터의 다양한 면을 평가할 수 있다는 관점을 잘 잡으셨어요. 🔹 보완할..

📘 문제 5. 트랜스포머(Transformer) 트랜스포머(Transformer)의 기본 구조를 설명하시오.아래 키워드를 모두 포함하여 설명해 주세요:• Self-Attention (자기어텐션)• Multi-Head Attention• Positional Encoding• 인코더 / 디코더 구조 또한, RNN과 비교했을 때 트랜스포머가 가지는 장점 2가지도 함께 서술하시오.  📝 피드백🔹 잘한 점• Self-Attention이 단어 간 관계를 분석한다는 부분은 방향은 맞아요!다만 확률을 계산하는 것이 아니라, **“어떤 단어가 중요하고 관련 있는지를 점수로 계산한다”**가 더 정확한 표현이에요.🔹 보완할 점• Multi-Head Attention은 여러 개의 어텐션을 병렬로 수행해서 다양한 관점에..

📘 문제 1. 과적합(Overfitting) 과적합이란 무엇인지 설명하고, 이를 방지하기 위한 대표적인 기법 3가지를 서술하시오. 또한, 본인이 수행한 프로젝트나 상상 가능한 사례를 하나 들어 과적합이 어떻게 발생할 수 있었는지 예시를 설명하시오  📝 피드백 요약 🔹 보완할 점• 정의에서: 과적합은 데이터가 많아서가 아니라 데이터가 적고 모델이 너무 복잡해서 발생하는 경우가 많아요. 예측값이 너무 훈련 데이터에만 맞춰져서, 테스트 데이터에는 일반화되지 못하는 상태예요.• 방지 기법: ‘모델 단순화’, ‘정규화’, ‘드롭아웃’, ‘데이터 증강’, ‘조기 종료’ 등 딱 떨어지는 표현을 써주면 더 좋습니다!• 예시: KMeans는 클러스터링(비지도학습)이고 클래스 불균형 해결이나 과적합 방지와는 조금 거..

Q1. 지도학습과 비지도학습의 차이를 설명하고 각각 예를 드시오 지도학습과 비지도학습은 데이터의 정답(label)의 유무에 따라 구분됩니다.• 지도학습(Supervised Learning) : 입력 데이터에 대한 정답 레이블이 주어진 상태에서 모델을 학습시키는 방식입니다. 데이터 (X, y)에서 함수 f: X → y를 학습하며, 새로운 입력에 대해 올바른 출력을 예측하는 것이 목표입니다. 예시: 이미지에 사람/동물 등의 레이블이 달린 분류 문제, 주택 면적과 가격 쌍으로부터 가격을 예측하는 회귀 문제 등이 있습니다. • 비지도학습(Unsupervised Learning) : 정답 레이블 없이 데이터의 구조나 패턴을 학습하는 방식입니다. 주어진 데이터 X만을 이용해 데이터 간 유사성, 군집 구조, 저차원 ..