AI & Machine Learning 퀴즈: 과적합과 과소적합

과적합(overfitting)은 머신러닝 면접에서 가장 자주 나오는 주제 중 하나입니다. 이 퀴즈는 학습 점수와 검증 점수, 학습 곡선, 모델 선택지를 보여 주고 문제를 진단하고, 편향-분산 트레이드오프를 설명하고, 실제로 효과가 있는 해결책을 고르게 합니다.

보통 10문제 약 6분 합격 기준 80%

모드 선택

게스트로 플레이 중이에요. 로그인하면 XP와 연속 기록이 저장돼요.

예시 문제

10문제 중 1번

어떤 모델이 학습 데이터에서 정확도 99%, 검증 데이터에서 72%를 기록했습니다. 가장 가능성 높은 진단은 무엇일까요?

정답 보기

D. 과적합. 모델이 일반화되지 않는 학습 데이터의 세부 사항을 외웠다 학습 점수와 검증 점수의 큰 격차는 과적합(높은 분산)의 전형적인 신호입니다. 모델이 학습 데이터의 노이즈까지 맞추고 있는 것입니다.

이 퀴즈에서 다루는 내용

  • 학습 점수와 검증 점수 읽기
  • 편향-분산 트레이드오프
  • 정규화(L1, L2, 드롭아웃)와 조기 종료
  • 데이터를 늘리면 도움이 될 때와 아닐 때
  • 모델 복잡도와 학습 곡선

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.