AI & Machine Learning 퀴즈: 특징과 레이블

모든 지도 학습 모델은 특징(입력)으로부터 레이블(출력)을 예측하도록 배웁니다. 이 퀴즈는 데이터셋에서 둘을 구분하고, 범주형 값과 결측 데이터를 다루고, 숫자의 스케일을 맞추고, 쓰면 안 되는 특징을 알아볼 수 있는지 확인합니다.

쉬움 10문제 약 5분 합격 기준 80%

모드 선택

게스트로 플레이 중이에요. 로그인하면 XP와 연속 기록이 저장돼요.

예시 문제

10문제 중 1번

데이터셋에 size_m2, bedrooms, city, year_built, price 열이 있습니다. 목표는 가격 예측입니다. 레이블은 무엇일까요?

정답 보기

A. price 레이블(목표값)은 모델이 예측하는 대상으로, 여기서는 price입니다. 나머지 열은 특징, 즉 모델이 그 예측을 하는 데 쓰는 입력입니다.

이 퀴즈에서 다루는 내용

  • 특징(입력)과 레이블(목표값)
  • 수치형 특징과 범주형 특징, 원-핫 인코딩
  • 특징 스케일링과 그것이 중요한 경우
  • 결측값과 특징 공학
  • 레이블을 누설하거나 아무 도움이 안 되는 특징

자주 묻는 질문

계정이 필요한가요?

아니요. 누구나 플레이할 수 있어요. 로그인하면 XP, 연속 기록, 배지, 기록이 저장돼요.

다시 풀 수 있나요?

네. 최고 점수가 저장되고, 문제와 보기는 매번 섞여서 나와요.