머신러닝 최적화 알고리즘(Optimization Algorithm) 유형 및 장단점
정보관리기술사 제130회 1교시 9번 문항으로, 과목은 AI/신기술입니다. ‘계산 복잡도’ 키워드는 정보관리기술사 기출 5문항에 나왔습니다.
원문 문제
정보관리기술사 제130회 9번. 머신러닝 최적화 알고리즘(Optimization Algorithm) 유형 및 장단점
핵심 키워드
- 경사하강법
- 확률적 경사하강법
- 모멘텀
- Adam
- 수렴 속도
- 계산 복잡도
고득점 가이드 — 1. 개요
머신러닝 최적화 알고리즘은 손실 함수의 기울기를 이용해 모델 파라미터를 반복 갱신함으로써 손실을 최소화하는 학습 절차이다. 배치 크기와 관성·적응적 학습률 적용 여부에 따라 배치 GD, 확률적 GD(SGD), 미니배치 GD, Adam 등으로 구분된다.
출제 이력
- 경사하강법기출 2문항
- 확률적 경사하강법기출 1문항
- 모멘텀기출 1문항
- Adam기출 1문항
- 수렴 속도기출 2문항
- 계산 복잡도기출 5문항
- 제131회 5번데이터 차원 축소(Data Dimensionality Reduction)AI1교시겹치는 키워드: 계산 복잡도무료
- 제131회 7번머신러닝(Machine Learning)과 딥러닝(Deep Learning) 차이AI1교시겹치는 키워드: 계산 복잡도무료
- 제119회 9번기계학습(Machine learning)의 Gradient descent algorithmAI1교시겹치는 키워드: 경사하강법무료
- 제107회 16번KNN(K-Nearest Neighbor) 알고리즘의 동작원리 및 장단점AI2교시겹치는 키워드: 계산 복잡도
- 제138회 27번단방향 해시 함수(Hash Function)보안4교시겹치는 키워드: 계산 복잡도무료
- 제124회 11번거리 벡터 라우팅(Distance Vector Routing)인프라1교시겹치는 키워드: 수렴 속도무료