37회 ADsP 기출문제 · 해설

데이터 사이언티스트의 역량은 하드 스킬(이론적 지식, 분석 기술 숙련)과 소프트 스킬(통찰력 있는 분석, 설득력 있는 전달, 다분야 간 협력)로 나뉩니다. 알고리즘에 의해 부당하게 피해를 입은 사람을 구제하는 일은 알고리즈미스트의 역할이므로 데이터 사이언티스트의 역량에 대한 설명이 아닙니다.
시험 포인트: 데이터 사이언티스트 = 하드 스킬 + 소프트 스킬, 알고리즘 피해 구제 = 알고리즈미스트

ERP는 제조업을 포함한 다양한 비즈니스 분야에서 생산, 구매, 재고, 주문, 공급자와의 거래, 고객 서비스 제공 등 주요 프로세스 관리를 돕는 여러 모듈로 구성된 통합 애플리케이션 소프트웨어 패키지입니다. CRM은 고객 관계 관리, SCM은 공급망 관리, KMS는 조직 내 지식을 체계적으로 관리하는 시스템입니다.
시험 포인트: ERP = 전사적 자원 관리, CRM = 고객 관계 관리, SCM = 공급망 관리, KMS = 지식 관리

데이터베이스의 특징은 통합 데이터, 저장 데이터, 공용 데이터, 변화하는 데이터입니다. 통합 데이터는 같은 내용의 데이터가 중복되지 않도록 모아 둔다는 뜻이므로 중복되어 저장된다는 설명이 틀렸습니다. 나머지는 저장 데이터, 공용 데이터, 변화하는 데이터를 옳게 설명했습니다.
시험 포인트: 데이터베이스 특징 = 통합(중복 최소화)·저장·공용·변화하는 데이터

(가) 두 마트의 볼펜 가격은 가공하기 전의 사실이므로 데이터입니다. 가격을 비교해 B 마트가 싸다는 의미를 끌어낸 (다)는 정보이고, 이 정보를 바탕으로 상대적으로 저렴한 B 마트에서 사야겠다고 판단한 (라)는 지식입니다. 근본 원리에 대한 이해를 바탕으로 B 마트의 다른 상품도 저렴할 것이라는 새로운 아이디어를 낸 (나)는 지혜입니다. 지식과 지혜를 서로 바꿔 놓는 함정이 자주 나옵니다.
시험 포인트: 데이터(가격 사실) → 정보(B가 싸다) → 지식(B에서 사야겠다) → 지혜(B의 다른 상품도 쌀 것이다)

전략적 인사이트를 주는 가치 기반 분석을 하려면 사업과 이에 영향을 미치는 트렌드에 대한 큰 그림을 그려야 합니다. 이를 위해 인구통계학적 변화, 경제사회 트렌드, 고객 니즈의 변화를 고려합니다. 비즈니스 성과는 이렇게 고려해야 할 환경 요인에 해당하지 않습니다.
시험 포인트: 가치 기반 분석 고려 = 인구통계학적 변화·경제사회 트렌드·고객 니즈 변화(큰 그림)

빅데이터는 기업뿐 아니라 정부와 개인에게도 가치를 만듭니다. 기업은 시장 변동을 예측해 비즈니스 모델을 혁신하고, 정부는 각종 통계와 데이터를 수집해 사회 변화를 추정하며, 개인은 맞춤형 서비스를 저렴한 비용으로 이용하고 필요한 정보를 적시에 얻을 수 있습니다. 그래서 개인은 아직 데이터를 활용할 수 없다는 설명이 틀렸습니다.
시험 포인트: 빅데이터 가치창출 = 기업(비즈니스 모델 혁신)·정부(사회 변화 추정)·개인(맞춤형 서비스)

비정형 데이터는 형태나 구조가 정형화되지 않은 데이터이며 잠재 가치가 가장 높습니다. 데이터 내부에 메타 데이터를 갖고 있는 것은 반정형 데이터입니다. 정형 데이터는 행과 열로 속성이 구별되는 스프레드시트 형태이고, HTML, XML, JSON은 반정형 데이터입니다.
시험 포인트: 정형 = 행·열 표, 반정형 = 메타 정보 포함(HTML·XML·JSON), 비정형 = 구조 없음

데이터 마트는 전사적으로 구축된 데이터웨어하우스로부터 특정 주제나 부서 중심으로 구축한 소규모 단일 주제의 데이터웨어하우스로, 특정 조직이나 팀처럼 제한된 사용자 그룹에게 서비스가 제공됩니다. 원천 데이터베이스는 데이터 마트가 아니며, 데이터웨어하우스는 검색과 분석이 가능하고 전사적 차원에 초점을 맞춥니다.
시험 포인트: 데이터웨어하우스 = 전사적 통합·분석용, 데이터 마트 = 특정 부서·주제용 소규모 DW

DIKW 피라미드는 데이터(Data), 정보(Information), 지식(Knowledge), 지혜(Wisdom) 순으로 올라갑니다. 데이터를 가공·처리하고 데이터 간 연관관계 속에서 의미를 도출한 단계가 정보입니다. 정보에서 패턴을 찾아 체계화하면 지식, 지식에 창의적 아이디어가 더해지면 지혜가 됩니다.
시험 포인트: DIKW = 데이터(객관적 사실) → 정보(가공·의미 도출) → 지식(패턴·체계화) → 지혜(창의적 아이디어)

어떤 변인들 간에 주목할 만한 상관관계가 있는지 찾아내는 기법은 연관규칙학습입니다. 상품 진열, 로그 분석을 통한 침입자 색출, 우유 구매자와 기저귀 구매 같은 사례가 대표 예입니다. 유형 분석은 새로운 데이터가 어떤 집단에 속하는지 분류하는 기법, 유전 알고리즘은 진화를 모방해 최적해를 찾는 기법, 감정 분석은 텍스트에서 긍정·부정 감정을 파악하는 기법입니다.
시험 포인트: 연관규칙학습 = 변인 간 상관관계 탐색(장바구니 분석, 우유와 기저귀), 유형 분석 = 집단 분류, 감정 분석 = 긍·부정 파악

하향식 접근은 문제가 확실할 때(분석 대상이 명확할 때) 사용하고, 상향식 접근은 문제의 정의 자체가 어려울 때 사용합니다. 그래서 분석해야 하는 대상이 확실할 때 상향식을 쓴다는 설명이 틀렸습니다. 디자인 씽킹은 중요한 의사결정에서 상향식과 하향식을 반복적으로 사용합니다.
시험 포인트: 하향식 = 문제가 확실할 때, 상향식 = 문제 정의가 어려울 때, 디자인 씽킹 = 두 방식 반복

빅데이터 분석 방법론의 분석 기획 단계의 주요 태스크는 비즈니스 이해 및 프로젝트 범위 설정, 프로젝트 정의 및 계획 수립, 프로젝트 위험 계획 수립입니다. 필요 데이터 정의는 분석 기획이 아니라 그다음 단계인 데이터 준비 단계의 작업입니다.
시험 포인트: 분석 절차 = 분석 기획 → 데이터 준비 → 데이터 분석 → 시스템 구현 → 평가 및 전개

Accuracy는 모델과 실제 값의 차이로 분석의 활용적 측면에서 중요하고, Precision은 모델을 반복했을 때의 편차로 안정성 측면에서 중요하며, 둘은 트레이드 오프인 경우가 많습니다. Accuracy를 'True로 예측된 것 중 실제 True인 비율', Precision을 '실제 True인 것 중 True로 예측된 비율'로 설명한 문장은 틀렸습니다. 분류 평가지표에서 Accuracy는 전체 중 맞힌 비율이고 Precision은 True로 예측한 것 중 실제 True인 비율입니다.
시험 포인트: Accuracy = 활용 측면(모델과 실제의 차이), Precision = 안정성 측면(반복 시 편차), 둘은 트레이드 오프

데이터의 표준용어 설정, 명명규칙 수립, 메타 데이터 구축, 데이터 사전 구축은 데이터 거버넌스 중 데이터 표준화에 관한 설명입니다. 데이터 관리 체계는 메타데이터와 데이터 사전의 관리 원칙을 세우는 것이고, 데이터 저장소 관리는 전사 차원의 저장소를 구성하는 것이며, 표준화 활동은 표준 준수 여부를 점검·모니터링하는 것입니다.
시험 포인트: 데이터 표준화 = 표준용어·명명규칙·메타데이터·데이터 사전 구축

과제의 우선순위를 결정할 때 고려하는 요소는 전략적 중요도, 비즈니스 성과/ROI, 실행 용이성입니다. 기술 적용 수준은 우선순위 요소가 아니라 적용 범위/방식을 정할 때 고려하는 요소(업무 내재화 적용 수준, 분석 데이터 적용 수준, 기술 적용 수준)입니다.
시험 포인트: 우선순위 고려 = 전략적 중요도·ROI·실행 용이성 / 적용 범위·방식 고려 = 업무 내재화·분석 데이터·기술 적용 수준

상향식 접근법은 기업이 보유한 다양한 원천 데이터로부터의 발견을 통해 통찰을 얻을 수 있는 방식이고, 디자인 사고에서는 발산 단계에 해당합니다. 하향식 접근법은 솔루션, 최적화와 관련이 있고 디자인 사고의 수렴 단계에 해당합니다.
시험 포인트: 상향식 = 발견 → 통찰, 디자인 사고의 발산 / 하향식 = 솔루션·최적화, 수렴

데이터 마이닝 프로세스는 목적 설정, 데이터 준비, 데이터 가공, 데이터 마이닝 기법 적용, 검증 순입니다. 모델링 기법에 따라 변수를 정의하고 데이터를 데이터 마이닝 소프트웨어에 적용할 수 있는 형식으로 변환하는 활동은 데이터 가공입니다. 데이터 준비는 데이터 정제로 품질을 보장하고 필요하면 데이터 양을 보충하는 단계입니다.
시험 포인트: 데이터 마이닝 = 목적 설정 → 데이터 준비 → 데이터 가공 → 기법 적용 → 검증

기업의 분석 성숙도는 비즈니스 부문, 조직/역량 부문, IT 부문을 대상으로 진단하고, 성숙도 수준에 따라 도입, 활용, 확산, 최적화 단계로 구분합니다. 서비스 부문은 진단 대상이 아닙니다.
시험 포인트: 분석 성숙도 진단 대상 = 비즈니스·조직/역량·IT 부문

전사적 관점에서 정보 구조를 도출하고 이를 수행할 전략과 실행 계획을 세우는 종합추진 계획은 ISP(정보전략계획, Information Strategy Planning)입니다. BPR은 업무 프로세스를 근본적으로 재설계하는 활동, ERP는 전사적 자원 관리 시스템, EAI는 기업 내 애플리케이션을 통합하는 솔루션입니다.
시험 포인트: ISP = 전사 정보 구조 도출 + 전략·실행 계획 수립, BPR = 업무 재설계, ERP = 전사 자원 관리, EAI = 애플리케이션 통합

요구사항이나 데이터 소스가 불명확한 상황에서 일단 분석을 시도하고 결과를 확인하며 반복적으로 개선해 나가는 방식은 프로토타입 모델입니다. 폭포수 모델은 단계를 순차적으로 진행하는 방식이고, 나선형 모델은 계획·위험 분석·개발·평가를 여러 번 되풀이하며 점진적으로 완성하는 방식입니다. 계층적 프로세스 모델은 단계-태스크-스텝으로 구성되는 빅데이터 분석 방법론의 구조입니다.
시험 포인트: 프로토타입 모델 = 요구사항 불명확 시 시험 분석 후 반복 개선, 폭포수 = 순차 진행, 나선형 = 반복하며 위험 분석

구축된 모델의 과대적합이나 과소적합을 미세 조정할 때 쓰는 데이터는 검증 데이터입니다. 학습 데이터는 모델을 학습시키는 데이터, 평가(테스트) 데이터는 학습이 끝난 뒤 성능을 확인하는 데이터이며, 검증 데이터는 학습 중 과적합 여부 확인이나 조기 종료에 쓰입니다.
시험 포인트: 학습 = 모델 학습, 검증 = 학습 중 성능·과적합 점검, 평가(테스트) = 학습 후 최종 성능 확인

summary 결과에서 weight의 중앙값은 Median 항목인 258.0이고 261.3은 평균(Mean)입니다. 그래서 중앙값이 261.3이라는 설명이 틀렸습니다. feed의 빈도를 모두 더하면 12+10+12+11+14+12=71개이고, casein 사료를 먹은 닭은 12마리이며, feed는 범주형이라 평균을 계산할 수 없습니다.
시험 포인트: summary()에서 중앙값 = Median, 평균 = Mean, 범주형 변수 = 수준별 빈도

제1주성분(PC1)의 식은 rotation 표의 PC1 열 계수로 만듭니다. PC1 열이 Murder −0.536, Assault −0.583, UrbanPop −0.278, Rape −0.543이므로 이 계수로 이루어진 식이 제1주성분입니다. 나머지 식은 PC1 열의 값과 다릅니다.
시험 포인트: 주성분 식 = rotation 표의 해당 PC 열 계수를 변수에 곱해 더한 선형결합

붓스트랩에서 한 샘플이 한 번의 추출에서 뽑힐 확률이 1/d이면 뽑히지 않을 확률은 1−1/d입니다. 추출을 d번 독립적으로 반복하면 한 번도 뽑히지 않을 확률은 (1−1/d)를 d번 곱한 (1−1/d)^d입니다.
시험 포인트: 붓스트랩에서 한 번도 뽑히지 않을 확률 = (1 − 1/d)^d (d가 크면 약 0.368)

최단연결법은 먼저 거리가 가장 작은 두 점을 묶습니다. 거리표에서 가장 작은 값은 d와 e의 2.2이므로 첫 단계에서 {d, e} 군집이 만들어집니다. 이 군집과 a의 거리는 최단연결법이므로 d-a 거리 3.2와 e-a 거리 5.0 중 작은 3.2입니다.
시험 포인트: 최단연결법 = 군집 간 거리를 구성원 간 거리의 최솟값으로 정의

p-value는 귀무가설이 맞다고 가정할 때 관측된 값 이상으로 극단적인 값이 나올 확률입니다. p-value가 작을수록 귀무가설에 불리한 증거이므로, p-value가 작을수록 귀무가설을 지지한다는 해석이 틀렸습니다. 유의확률이 유의수준보다 작으면 귀무가설을 기각합니다.
시험 포인트: p-value가 작을수록 귀무가설 기각 쪽, p-value < 유의수준 → 귀무가설 기각

회귀분석은 독립변수와 종속변수 사이의 관계를 모형으로 나타내고 두 변수 사이의 관계를 도출하는 분석입니다. 명목형 변수는 더미변수로 바꿔 사용할 수 있고, 독립변수가 많아지면 설명력은 늘 수 있어도 모형은 복잡해지며, 다중공선성은 종속변수가 아니라 독립변수들 사이의 강한 상관관계로 생기는 문제입니다.
시험 포인트: 회귀분석 = 독립변수-종속변수 관계 모형화, 명목형 변수 = 더미변수, 다중공선성 = 독립변수 간 상관

다중공선성은 일부 설명변수가 다른 설명변수와 상관되어 있을 때 발생하고, VIF로 측정하며 보통 VIF가 10을 넘으면 문제가 있다고 봅니다. 중대한 다중공선성은 회귀계수의 분산을 키워 모형을 불안정하게 만듭니다. 표본의 크기가 작으면 변수 간 상관관계를 정확히 파악하기 어려워 다중공선성을 판단하기도 어려워지므로, 표본 크기와 관계없이 발생한다는 설명은 옳지 않습니다.
시험 포인트: 다중공선성 = 독립변수 간 높은 상관, VIF > 10이면 의심, 회귀계수 분산 증가

주성분 분석은 차원 축소에 쓰는 비지도 학습 기법이며, 주성분들은 서로 상관관계가 없습니다. 원변수의 선형결합 중 분산이 가장 큰 것을 제1주성분으로 설정하므로, 가장 분산이 작은 것을 제1주성분으로 설정한다는 설명이 부적절합니다.
시험 포인트: 주성분 분석 = 비지도·차원 축소, 분산이 가장 큰 선형결합이 제1주성분, 주성분 간 무상관

신경망에서 입력받은 데이터를 다음 층으로 어떤 형태로 출력할지 결정하는 함수는 활성화 함수입니다. 결괏값을 내보낼 때 쓰고, 풀려는 문제의 종류에 따라 선택이 달라지며, 시그모이드를 쓰는 경우 은닉층이 많아지면 기울기 소실 문제가 생길 수 있습니다.
시험 포인트: 활성화 함수 = 다음 층으로의 출력 형태를 결정(시그모이드·ReLU·소프트맥스 등)

데이터 탐색 단계에서는 이상값의 원인을 파악해 삭제, 대체, 변환을 고려하고, 데이터의 종류와 분포, 변수들 간의 관계와 상관관계를 살펴 유의미한 변수를 식별합니다. 결측값은 있다고 무조건 제거하는 것이 아니라 상황에 따라 판단해야 하므로 제거하는 것이 바람직하다는 설명이 가장 적절하지 않습니다.
시험 포인트: 결측값 = 무조건 제거 금지, 상황에 따라 대체·제거 판단

ARMA(2, 0)은 MA 부분이 없으므로 AR(2) 모형과 같습니다. AR(2)는 PACF가 3차 항부터 절단 형태를 보이고 ACF는 지수적으로 감소합니다. ARMA(2, 0)은 정상 시계열이어서 차분 없이 분석에 쓸 수 있습니다. MA(2)라면 PACF가 지수적으로 감소하고 ACF가 3차 항부터 절단됩니다.
시험 포인트: AR(p) = PACF p+1차부터 절단·ACF 지수 감소, MA(q) = ACF q+1차부터 절단·PACF 지수 감소

MA 모형은 현 시점의 자료를 유한 개의 과거 백색잡음의 선형결합으로 표현하는 모형으로, 항상 정상성을 만족하므로 정상성을 위한 별도의 조건이 필요하지 않습니다. AR 모형은 정상성을 위한 조건이 필요합니다. ARIMA는 비정상 시계열을 차분이나 변환으로 정상화해 AR, MA, ARMA 모형으로 분석합니다.
시험 포인트: MA = 항상 정상(별도 조건 불필요), AR = 정상성 조건 필요, ARIMA = 비정상 시계열(차분·변환)

모델의 통계적 유의성은 F통계량과 p-value로, 회귀계수의 유의성은 t값과 p-value로 확인합니다. 결정계수는 SSR/SST(=1−SSE/SST)로 0에서 1 사이의 값을 가지며 클수록 설명력이 높습니다. 따라서 결정계수가 −1~1 사이의 값을 갖는다는 설명이 옳지 않습니다.
시험 포인트: 결정계수 R² = SSR/SST, 0~1 범위(상관계수는 −1~1)

일표본 t검정에서 p-value가 2.2e-16으로 유의수준 0.05보다 훨씬 작으므로 귀무가설(평균이 100이다)이 기각되고 대립가설(평균이 100과 같지 않다)이 채택됩니다. 그래서 귀무가설이 기각되지 않는다는 설명이 옳지 않습니다. 자유도는 2999이고 95% 신뢰구간(110.2~113.2)에 표본평균 111.7이 들어 있습니다.
시험 포인트: p-value < 유의수준 → 귀무가설 기각·대립가설 채택, 일표본 t검정 자유도 = n−1

다차원척도법(MDS)은 개체 사이의 거리(유사성·비유사성)를 보존하면서 고차원 데이터를 2차원이나 3차원 공간의 점으로 옮겨 표현하는 차원 축소 기법입니다. 많은 변수를 적은 수의 좌표로 줄여 표현하므로 변수들이 서로 강하게 얽혀 생기는 다중공선성 문제를 피하는 데에도 활용할 수 있다고 봅니다. 개체 간 유사성은 밀도가 아니라 유클리드 거리 등 거리 개념으로 측정하고, 적합도를 나타내는 스트레스 값은 1이 아니라 0에 가까울수록 좋습니다. 상관관계가 있는 변수들을 선형결합해 서로 무상관이면서 분산을 최대로 하는 새 변수로 축약하는 것은 주성분 분석입니다.
[출제 논란] 정답 논란: 독립변수 간 다중공선성을 해결하는 대표적 방법은 주성분 분석이라 이를 다차원척도법의 설명으로 보기에는 무리가 있다는 지적이 있습니다. 또 36회 31번은 MDS를 차원 축소 목적으로 쓴다는 설명을 틀린 것으로 처리해 두 회차의 정답 논리가 서로 맞지 않습니다. 패스뱅크는 각 회차의 시행처 정답을 따릅니다.
시험 포인트: MDS = 거리 기반·저차원 점 표현·스트레스 값 0에 가까울수록 적합, 분산 최대 선형결합 = 주성분 분석

인공신경망은 뉴런과 시냅스의 상호작용을 연산으로 재현한 분류·예측 모델로 복잡한 비선형 관계 모델링과 대용량 데이터 처리가 가능합니다. 은닉층 때문에 모델 해석이 어렵고 초기 가중치 설정이 어렵습니다. 은닉층 수와 노드 수는 사용자가 지정하는 하이퍼파라미터이고 많을수록 과대적합 위험이 있어 적절히 조정해야 하므로, 자동 설정된다는 설명이 옳지 않습니다.
시험 포인트: 은닉층 수·노드 수 = 사용자가 정하는 하이퍼파라미터, 많을수록 과대적합 위험

시차연관분석은 사건들이 어떤 순서로 일어나는지를 분석해 시간적 선후 관계를 알아내는 기법이며, 원인-결과 관계를 파악하는 데 유용한 분석 도구입니다. 그래서 원인과 결과의 형태로 해석되지 않는다는 설명이 옳지 않습니다. 연관분석은 조건반응(if-then)으로 결과를 이해하기 쉽고 강력한 비목적성 분석 기법이지만, 너무 세분화된 품목은 의미 없는 결과를 낼 수 있습니다.
시험 포인트: 시차연관분석 = 사건 순서 분석, 원인-결과 파악에 유용 / 연관분석 = 비목적성·if-then 규칙

혼합분포군집에서는 데이터를 k개의 모수적 모형의 가중합으로 설명하고, 모수와 가중치를 추정할 때 EM(Expectation Maximization) 알고리즘을 사용합니다. 최대가능도 추정과 관련 있는 알고리즘이 EM 알고리즘입니다. K-Means, DBSCAN, K-Medoids는 이 모형과 관련이 없는 군집 방법입니다.
시험 포인트: 혼합분포군집 = 모수와 가중치를 EM 알고리즘으로 추정(최대가능도)

1개 집단에 대한 분산 검정은 자유도가 N−1인 카이제곱검정을 따릅니다. N개 집단에 대한 검정이라고 한 설명은 틀렸습니다. 모분산은 모집단의 변동성과 퍼짐 정도를 알려 주고, 정규분포를 따르지 않는 분포도 중심극한정리를 이용해 추정할 수 있으며, 두 표본의 분산비 검정은 F 분포를 따릅니다.
시험 포인트: 한 집단 분산 검정 = 카이제곱(자유도 N−1), 두 집단 분산비 검정 = F 분포

분산분석표에서 오차 분산의 불편추정량은 잔차의 평균제곱(MSE = SSE÷잔차 자유도)입니다. 이 문제의 표와 해설지는 그 값을 2로 제시하고 있고(제곱합 200, 자유도 10으로 직접 계산하면 20), 어느 쪽으로 보아도 0.1은 아니므로 그 설명이 옳지 않습니다. 회귀의 p-value가 0.00004로 0.05보다 작아 모형은 5% 수준에서 유의하고, 전체 자유도가 n−1=11이므로 표본은 12개이며, 결정계수는 SSR÷SST=100÷300=1/3입니다.
[출제 논란] 출제 오류 가능성: 원본 표의 잔차 평균제곱 2는 제곱합 200을 자유도 10으로 나눈 20과 맞지 않습니다. F값 50과 p-value 0.00004는 평균제곱이 2일 때와 맞으므로 잔차 제곱합(20이어야 함)이 잘못 인쇄됐을 가능성이 큽니다. 어느 쪽이든 0.1은 아니어서 정답에는 영향이 없습니다.
시험 포인트: 오차 분산 불편추정량 = MSE = SSE/(n−k), 결정계수 = SSR/SST, 전체 자유도 = n−1

코퍼스는 자연어 연구를 위해 특정한 목적을 갖고 언어의 표본을 추출한 집합입니다. 비구조화된 텍스트를 구조화된 데이터로 변환하는 방법은 코퍼스가 아니라 Text To Vector 같은 변환 기법(Bag of words, TF-IDF, Word2Vec 등)입니다. 그래서 코퍼스라고 한다는 설명이 올바르지 않습니다.
시험 포인트: 코퍼스 = 언어 표본 집합, 텍스트 → 벡터 변환 = Bag of words·TF-IDF·Word2Vec

사회연결망분석에서 연결망을 표현하는 방법에는 노드 및 엣지 리스트, 인접 행렬, 네트워크 그래프, 영향력 분석, 군집화(클러스터링), 전파 분석 등이 있습니다. K-means는 군집분석 알고리즘이지 연결망을 표현하는 분석 방법이 아니므로 옳지 않습니다.
시험 포인트: 사회연결망분석 표현 = 노드/엣지 리스트·인접 행렬·네트워크 그래프·영향력 분석·군집화·전파

사회관계망분석(SNA)에서 중심성은 한 행위자가 전체 연결망에서 중심에 위치하는 정도이며, 연결(Degree) 중심성, 근접(Closeness) 중심성, 매개(Betweenness) 중심성, 위세(Eigenvector) 중심성이 있습니다. 링크 중심성은 중심성 분석의 종류가 아니므로 적절하지 않습니다.
시험 포인트: SNA 중심성 = 연결·근접·매개·위세 중심성

SOM(자기조직화지도, Self-Organizing Map)은 비지도 학습 신경망으로, 고차원 데이터를 2차원 격자 형태의 저차원 뉴런으로 정렬해 지도처럼 시각화합니다. 입력층과 2차원 경쟁층으로 구성되고 차원 축소와 군집화를 동시에 수행합니다. 주성분 분석은 선형 차원 축소 기법이며, K-평균과 DBSCAN은 신경망이 아닌 군집 알고리즘입니다.
시험 포인트: SOM = 비지도 신경망, 입력층 + 2차원 경쟁층, 차원 축소와 군집화를 동시에 수행하며 지도 형태로 시각화

이전 모델이 잘못 분류한 데이터에 가중치를 부여해 다음 모델의 표본을 뽑는 순차적 앙상블은 부스팅입니다. 배깅은 부트스트랩 표본으로 여러 모델을 병렬로 학습해 결합하는 방식, 랜덤 포레스트는 배깅에 변수 무작위 선택을 더한 모형, 보팅은 서로 다른 모델의 예측을 투표로 합치는 방식입니다. 대표적인 부스팅으로 AdaBoost, GBM, XGBoost가 있습니다.
시험 포인트: 부스팅 = 순차 학습 + 오분류 데이터 가중치 증가, 배깅 = 부트스트랩 병렬 학습 후 결합

신뢰도 = 지지도 ÷ P(A)이므로 0.6 = 0.3 ÷ P(A)에서 P(A) = 0.5입니다. A와 B의 판매 수량이 같으니 P(B)도 0.5입니다. 향상도 = P(A∩B) ÷ (P(A) × P(B)) = 0.3 ÷ 0.25 = 1.2입니다. 신뢰도 0.6을 P(B) 0.5로 나눠도 같은 값입니다.
시험 포인트: 향상도 = P(A∩B) / (P(A)·P(B)) = 신뢰도 / P(B), 1보다 크면 양의 상관, 1이면 독립

회귀모형의 정규성(정상성) 가정은 잔차항이 정규분포를 따라야 한다는 것입니다. 독립성은 잔차와 독립변수의 값이 관련되어 있지 않아야 한다는 것(Durbin-Watson 통계량으로 확인), 비상관성은 잔차들끼리 상관이 없어야 한다는 것입니다. 이 밖에 종속변수가 독립변수에 따라 선형으로 변하는 선형성, 잔차의 분산이 일정한 등분산성도 가정합니다.
시험 포인트: 회귀 가정 = 선형성·독립성·등분산성·비상관성·정규성(잔차항이 정규분포)

덴드로그램에서 거리 100 높이에 가로선을 긋고 이 선과 만나는 세로선의 수를 세면 군집 수가 됩니다. 100 높이에서 왼쪽 큰 가지가 둘, 오른쪽 큰 가지가 둘로 나뉘어 있으므로 군집은 4개입니다.
시험 포인트: 덴드로그램 군집 수 = 자르는 높이의 수평선과 교차하는 수직선의 개수

민감도(재현율)는 실제로 Yes인 것 중에서 Yes로 맞게 예측한 비율이므로 a ÷ (a + b)입니다. d ÷ (c + d)는 실제 No 중 No로 맞힌 비율인 특이도, a ÷ (a + c)는 Yes로 예측한 것 중 맞힌 비율인 정밀도, (a + d) ÷ 전체는 정확도입니다.
시험 포인트: 민감도(재현율) = TP/(TP+FN), 특이도 = TN/(TN+FP), 정밀도 = TP/(TP+FP), 정확도 = (TP+TN)/전체