15 데이터 과학 퀴즈 질문 및 답변

1. 질문: 데이터 과학에서 데이터의 중심 경향성을 측정하는 지표로 가장 적합한 것은 무엇인가요?
A) 표준 편차
B) 평균
C) 분산
D) 상관 계수
정답: B
설명: 평균은 데이터 세트의 중심 경향성을 나타내는 기본적인 지표로, 데이터 포인트들의 합을 개수로 나눈 값입니다.

2. 질문: 머신 러닝에서 과적합(overfitting)을 방지하기 위한 기술로 가장 효과적인 것은?
A) 더 많은 데이터를 수집하기
B) 정규화(regularization) 적용하기
C) 모델 복잡도를 증가시키기
D) 학습률을 높이기
정답: B
설명: 정규화는 모델의 가중치를 제한하여 과적합을 방지하며, 훈련 데이터에 과도하게 적합되는 것을 줄여 일반화 성능을 향상시킵니다.

3. 질문: 빅 데이터 처리에서 Hadoop의 주요 구성 요소는 무엇인가요?
A) SQL 서버
B) HDFS (Hadoop Distributed File System)
C) Python 인터프리터
D) Excel 스프레드시트
정답: B
설명: HDFS는 대용량 데이터를 분산 저장하고 처리하도록 설계된 Hadoop의 핵심 파일 시스템으로, 데이터의 신뢰성과 확장성을 보장합니다.

4. 질문: 데이터 시각화 도구로 가장 널리 사용되는 라이브러리는?
A) NumPy
B) Matplotlib
C) Pandas
D) Scikit-learn
정답: B
설명: Matplotlib은 그래프와 차트를 생성하는 강력한 라이브러리로, 데이터의 시각적 표현을 통해 패턴과 추세를 쉽게 파악할 수 있게 합니다.

5. 질문: 지도 학습(supervised learning)과 비지도 학습(unsupervised learning)의 차이점은?
A) 지도 학습은 레이블이 없음
B) 비지도 학습은 레이블이 있음
C) 지도 학습은 출력 변수를 사용함
D) 비지도 학습은 항상 분류 문제임
정답: C
설명: 지도 학습은 입력과 출력(레이블)을 사용해 모델을 훈련시키는 반면, 비지도 학습은 레이블 없이 데이터의 패턴을 발견합니다.

6. 질문: A/B 테스팅에서 통계적으로 유의미한 차이를 판단하는 데 사용되는 것은?
A) p-value
B) R-squared
C) F-통계량
D) 표준 오차
정답: A
설명: p-value는 귀무 가설이 참일 때 관측된 결과를 얻을 확률을 나타내어, A/B 테스팅에서 두 그룹 간의 차이가 우연이 아닌지 판단합니다.

7. 질문: 데이터 과학 프로젝트에서 ETL 프로세스의 순서는?
A) Extract, Transform, Load
B) Load, Extract, Transform
C) Transform, Extract, Load
D) Extract, Load, Transform
정답: A
설명: ETL은 데이터를 추출(Extract), 변환(Transform), 로드(Load)하는 순서로 진행되며, 데이터 처리의 표준 프로세스입니다.

8. 질문: 결정 트리(Decision Tree) 알고리즘의 주요 장점은?
A) 계산 복잡도가 높음
B) 데이터의 비선형 관계를 잘 처리함
C) 항상 선형 모델임
D) 과적합이 발생하지 않음
정답: B
설명: 결정 트리는 비선형 데이터 패턴을 효과적으로 모델링하며, 해석이 쉬운 구조를 가집니다.

9. 질문: 클러스터링 알고리즘 중 K-Means의 기본 원리는?
A) 데이터 포인트를 무작위로 그룹화함
B) 데이터 포인트를 가장 가까운 중심점에 할당함
C) 모든 데이터를 하나의 그룹으로 만듦
D) 레이블을 기반으로 분류함
정답: B
설명: K-Means는 데이터 포인트를 미리 지정된 k개의 중심점에 가장 가까운 그룹으로 할당하며, 중심점을 반복적으로 업데이트합니다.

10. 질문: 회귀 분석(regression analysis)에서 R-squared 값의 의미는?
A) 모델의 정확도
B) 설명된 변동성의 비율
C) 오차의 크기
D) 데이터의 표준 편차
정답: B
설명: R-squared는 독립 변수가 종속 변수를 얼마나 잘 설명하는지를 나타내는 지표로, 1에 가까울수록 모델의 적합도가 높습니다.

11. 질문: 자연어 처리(NLP)에서 토크나이제이션(tokenization)의 역할은?
A) 텍스트를 벡터로 변환함
B) 텍스트를 단어 단위로 분할함
C) 문장을 번역함
D) 불필요한 단어를 제거함
정답: B
설명: 토크나이제이션은 텍스트 데이터를 단어, 문장 등의 토큰으로 나누어 후속 처리에 적합한 형태로 만듭니다.

12. 질문: 딥 러닝 모델에서 활성화 함수(activation function)로 가장 자주 사용되는 것은?
A) 선형 함수
B) ReLU 함수
C) 시그모이드 함수
D) 모두 동일하게 사용됨
정답: B
설명: ReLU는 비선형성을 도입하면서 계산 효율이 높아 딥 러닝에서 널리 사용되며, 음수 입력에 대해 0을 출력합니다.

13. 질문: 데이터 프레임(data frame)을 다루는 데 가장 적합한 Python 라이브러리는?
A) TensorFlow
B) Pandas
C) Keras
D) NumPy
정답: B
설명: Pandas는 데이터 프레임 구조를 제공하여, 구조화된 데이터를 쉽게 조작하고 분석할 수 있게 합니다.

14. 질문: 교차 검증(cross-validation)의 목적은?
A) 모델의 속도를 높임
B) 모델의 일반화 능력을 평가함
C) 데이터를 증가시킴
D) 오버피팅을 유발함
정답: B
설명: 교차 검증은 데이터를 여러 번 나누어 훈련하고 평가하여, 모델이 새로운 데이터에 대해 얼마나 잘 작동하는지 확인합니다.

15. 질문: 데이터 과학에서 차원 축소(dimension reduction) 기법으로 PCA(Principal Component Analysis)의 주요 이점은?
A) 데이터 양을 증가시킴
B) 고차원 데이터를 저차원으로 변환하여 계산 효율성을 높임
C) 모든 변수를 유지함
D) 비선형 관계만 처리함
정답: B
설명: PCA는 데이터의 주성분을 추출하여 차원을 줄이면서도 중요한 정보를 보존하여, 계산 비용을 절감합니다.