머신러닝 알고리즘 중 선형 회귀(Linear Regression)와 로지스틱 회귀(Logistic Regression)
컴퓨터시스템응용기술사 제120회 2교시 14번 문항으로, 과목은 AI/신기술입니다. ‘경사 하강법’ 키워드는 컴퓨터시스템응용기술사 기출 3문항에 나왔습니다.
원문 문제
컴퓨터시스템응용기술사 제120회 14번. 머신러닝 알고리즘 중 선형 회귀(Linear Regression)와 로지스틱 회귀(Logistic Regression)
- 가. 가설과 비용함수를 설정하시오.
- 나. 가중치(Weight) 변화에 따른 비용 간 그래프를 도식화 하시오.
- 다. 가설과 비용함수를 통해 비용이 최소화되는 가중치를 구하시오.
핵심 키워드
- 선형 회귀
- 로지스틱 회귀
- 가설 함수
- 비용 함수
- 가중치 최적화
- 경사 하강법
고득점 가이드 — 1. 개요
선형 회귀는 연속형 출력을 예측하는 지도학습 알고리즘이고, 로지스틱 회귀는 시그모이드 함수로 출력을 0~1 확률로 변환해 이진 분류를 수행한다. 두 알고리즘은 가설 함수의 출력 범위, 비용 함수 형태, Gradient Descent 적용 방식에서 차이를 보이며 예측 문제 유형과 데이터 분포에 따라 적절히 선택된다.
출제 이력
- 선형 회귀기출 2문항
- 로지스틱 회귀기출 1문항
- 가설 함수기출 1문항
- 비용 함수기출 1문항
- 가중치 최적화기출 1문항
- 경사 하강법기출 3문항