2026 ADP 필기 4과목 3장 2절 | SVM·신경망·고급 앙상블 — 객관식 10문제

데이터위자드 ·

2026 ADP 필기 4과목 3장 2절 | SVM·신경망·고급 앙상블 — 객관식 10문제

필기 · 객관식 4지선다

풀이 방법

객관식 4지선다입니다. 정답과 해설은 각 문제 아래를 눌러 확인하세요.

문제 1

SVM·신경망·고급 앙상블에서 SVM과 C에 대한 설명으로 옳은 것은?

  1. ① 스케일은 SVM과 무관하다.
  2. ② 마진은 범주 개수다.
  3. ③ C는 마진 위반 벌점에 영향을 준다.
  4. ④ C가 크면 미래 성능이 반드시 좋다.
정답과 해설 보기

정답 ③

SVM은 마진과 분류 위반의 균형을 고려합니다. C가 커지면 일반적으로 위반 벌점이 커집니다. 자료의 스케일과 커널에 따라 경계도 달라집니다. C가 크다고 미래 성능이 항상 좋아지지는 않습니다. 같은 분할에서 학습과 검증 오류를 함께 봅니다.

기억할 핵심

C는 마진 위반 벌점에 영향을 준다.

문제 2

C를 높여 학습 오류가 줄고 검증 오류가 늘었다. 우려는?

  1. ① 과적합
  2. ② 자동 언더샘플링
  3. ③ 누수 불가능
  4. ④ 완벽한 일반화
정답과 해설 보기

정답 ①

학습 자료에 과도하게 맞춘 경계를 의심합니다.

기억할 핵심

C는 마진 위반 벌점에 영향을 준다.

문제 3

SVM·신경망·고급 앙상블에서 커널과 gamma에 대한 설명으로 옳은 것은?

  1. ① RBF gamma는 국소 영향 범위에 영향을 준다.
  2. ② 커널은 파일 복제다.
  3. ③ 복잡한 커널은 항상 최선이다.
  4. ④ gamma는 군집 수다.
정답과 해설 보기

정답 ①

커널은 특징 공간의 유사도를 계산하는 방식과 연결됩니다. RBF gamma는 개별 관측의 영향 범위와 경계 복잡도에 영향을 줍니다. 복잡한 커널이 항상 최선은 아닙니다. 검증 성능과 계산 비용을 단순 모형과 비교합니다.

기억할 핵심

RBF gamma는 국소 영향 범위에 영향을 준다.

문제 4

RBF 경계가 관측 주변에서 매우 복잡하다. 조정 후보는?

  1. ① 타깃 이름
  2. ② gamma와 C
  3. ③ 글꼴
  4. ④ 파일명
정답과 해설 보기

정답 ②

국소 영향과 벌점 균형이 경계 복잡도를 좌우합니다.

기억할 핵심

RBF gamma는 국소 영향 범위에 영향을 준다.

문제 5

SVM·신경망·고급 앙상블에서 활성화 함수에 대한 설명으로 옳은 것은?

  1. ① 비선형 활성화는 비선형 관계 표현에 중요하다.
  2. ② 모든 목표는 같은 손실이다.
  3. ③ 신경망은 항상 라벨이 불필요하다.
  4. ④ 선형층만으로 모든 비선형이 자동 표현된다.
정답과 해설 보기

정답 ①

신경망은 가중합에 비선형 활성화를 적용해 복잡한 관계를 표현합니다. 선형층만 여러 개 쌓으면 하나의 선형변환으로 합쳐질 수 있습니다. 이진분류·다중분류·회귀에 맞춰 출력과 손실을 정합니다. 층 수가 많아도 평가와 데이터 문제가 자동 해결되지는 않습니다.

기억할 핵심

비선형 활성화는 비선형 관계 표현에 중요하다.

문제 6

입력 2,가중치 3,편향-1의 가중합은?

  1. ① 6
  2. ② 5
  3. ③ -5
  4. ④ 7
정답과 해설 보기

정답 ②

2×3-1=5입니다.

기억할 핵심

비선형 활성화는 비선형 관계 표현에 중요하다.

문제 7

SVM·신경망·고급 앙상블에서 경사하강과 학습률에 대한 설명으로 옳은 것은?

  1. ① 에폭은 반드시 한 행이다.
  2. ② 검증 손실은 의미가 없다.
  3. ③ 클수록 언제나 좋다.
  4. ④ 학습률은 갱신 폭을 조절한다.
정답과 해설 보기

정답 ④

경사하강법은 손실 기울기로 파라미터를 갱신합니다. 학습률이 너무 크면 발산·진동하고 너무 작으면 느릴 수 있습니다. 에폭·배치·갱신 횟수를 구분합니다. 학습 손실과 검증 손실을 함께 보고 조기 종료를 검토합니다. 시드 고정은 재현성을 돕지만 모든 병렬 연산의 동일성을 보장하지는 않습니다.

기억할 핵심

학습률은 갱신 폭을 조절한다.

문제 8

w=2,기울기 3,학습률 0.1의 다음 w는?

  1. ① 0.6
  2. ② 3.1
  3. ③ 2.3
  4. ④ 1.7
정답과 해설 보기

정답 ④

2-0.1×3=1.7입니다.

기억할 핵심

학습률은 갱신 폭을 조절한다.

문제 9

SVM·신경망·고급 앙상블에서 규제와 스태킹에 대한 설명으로 옳은 것은?

  1. ① 상위 학습에는 하위 모형의 과적합 예측 누수를 주의한다.
  2. ② 앙상블은 누수를 자동 제거한다.
  3. ③ 시험 정답으로 조기 종료를 반복해도 독립 평가다.
  4. ④ 드롭아웃은 행 영구 삭제다.
정답과 해설 보기

정답 ①

드롭아웃·가중치 감쇠·조기 종료는 과적합을 완화하는 수단입니다. 스태킹에서는 OOF 예측 등으로 상위 학습용 예측을 구성해 누수를 관리합니다. 최종 시험자료는 모형 선택과 분리합니다. 앙상블도 잘못된 분할과 누수를 자동 해결하지 않습니다.

기억할 핵심

상위 학습에는 하위 모형의 과적합 예측 누수를 주의한다.

문제 10

같은 학습행의 하위 모형 예측만 상위 학습에 넣었다. 우려는?

  1. ① 독립 평가 완성
  2. ② 규제 불필요
  3. ③ 타깃 익명화
  4. ④ 과적합된 예측 정보 전달
정답과 해설 보기

정답 ④

이미 본 행의 예측에 과적합 정보가 있어 OOF 구성 등을 검토합니다.

기억할 핵심

상위 학습에는 하위 모형의 과적합 예측 누수를 주의한다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

관련 이론 다시 보기

이전 · 분산 저장·분산 컴퓨팅·클라우드

다음 · 텍스트 마이닝·TF-IDF·사회연결망

ADP 전체 목차

과목별 이론

단원별 객관식

실습

필기 모의고사

서술형

실기 모의고사

예상 모의문제입니다.

스터디클럽의 다른 강의 보기