- 실행기
-
학습
Python 배우기 실행 가능한 예제, NumPy, pandas 등 AI / 머신러닝 배우기신경망, 머신러닝, LLM을 처음부터 C/C++ 배우기 포인터, 메모리, STL, 모던 C++ C# 배우기C# 기초, OOP, LINQ, async 및 .NET 연습 Matplotlib 배우기선, 막대, 산점도, 원 그래프를 시각화 도구와 함께 Rust 배우기소유권, 트레이트, 오류 처리, 스레드 Go 배우기슬라이스, 인터페이스, 고루틴, 채널 Python 알고리즘 검색, 정렬, 재귀와 시각화 도구 O(n) C/C++ 알고리즘 C와 C++ 구현 비교 어린이 코딩 놀면서 코딩을 배워요!
- 퀴즈NEW
- 문제NEW
- 교사용NEW
- 업데이트
- 커피 한 잔 사 주기
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.
예시 문제
10문제 중 1번어떤 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.