질문 #14Topic 1

회사는 사용자의 행동을 부정적인 행동 또는 정상적인 행동으로 분류하려고 합니다. 내부 연구에 따르면, 기계 학습 전문가는 계정 연령과 거래 월을 기반으로 이진 분류기를 구축하고 싶어합니다. 이러한 특징들의 클래스 분포는 제공된 그림에서 확인할 수 있습니다.

이 정보를 기반으로, 가장 높은 정확도를 갖는 모델은 어떤 것인가요?

• A. 스케일된 지수 선형 유닛(SELU)을 사용한 장기 단기 기억(LSTM) 모델
• B. 로지스틱 회귀
• C. 비선형 커널을 사용한 서포트 벡터 머신(SVM)
• D. 하이퍼볼릭 탄젠트 활성화 함수를 사용한 단일 퍼셉트론

질문 #25 주제 1

회사는 사용자 동작을 부정적인 행동이나 정상적인 행동으로 분류하고자 합니다. 내부 연구에 따르면, 기계 학습 전문가는 계정 연령과 거래 월을 기반으로 이진 분류기를 구축하고자 합니다. 이러한 기능에 대한 클래스 분포는 다음 그림에 나와 있습니다.

이 정보를 기반으로, 부정적인 클래스에 대한 가장 높은 재현율을 가진 모델은 무엇입니까?

• A. 의사 결정 트리
• B. 선형 서포트 벡터 머신 (SVM)
• C. 나이브 베이지안 분류기
• D. 시그모이드 활성화 함수를 사용하는 단일 퍼셉트론

Question #26Topic 1 - chatGPT와 의견 및 정답이 모두 다름

기계 학습 전문가는 Amazon SageMaker를 사용하여 ROC 곡선 아래 면적 (AUC)을 목표 지표로 사용하여 트리 기반 앙상블 모델의 하이퍼파라미터 튜닝 작업을 시작합니다. 이 워크플로우는 매일 밤 데이터의 클릭률을 모델링하기 위해 하이퍼파라미터를 다시 학습하고 튜닝하는 파이프라인에 배포될 예정입니다. 데이터는 24시간마다 갱신됩니다.