오늘의 작은 배움 · ADsP
데이터분석 준전문가
분석 용어를 실제 판단 상황에 연결하며 기초를 익혀 보세요.
입문 개념 1개직접 만든 연습 2문제회원가입 없이 시작
개념 1
시험 문제를 미리 본 모델이라면?
내일 볼 시험의 정답으로 오늘 공부했다면 내일 점수가 높아도 실력을 제대로 측정했다고 보기 어렵습니다. 머신러닝 평가에서도 같은 문제가 생깁니다.
모델을 학습시키는 데이터와 마지막 성능을 확인하는 테스트 데이터를 분리합니다. 전처리의 기준을 전체 데이터로 먼저 계산하거나, 테스트 결과를 보며 반복해서 모델을 고르면 평가 데이터의 정보가 학습 과정으로 새어 들어갈 수 있습니다.
잠깐, 내 말로 설명해 볼까요?
기억해 본 뒤 핵심 확인하기
- 학습 데이터: 모델의 매개변수를 학습합니다.
- 검증 데이터: 모델·설정을 고르는 데 사용합니다.
- 테스트 데이터: 마지막 일반화 성능 평가를 위해 남겨 둡니다.
핵심을 열어 본 횟수는 정답이나 이해도 점수에 합산하지 않습니다.
읽은 내용을 꺼내 볼 시간
2문제로 확인하기
답을 확인하고 해설을 읽은 뒤 직접 다음 문제로 이동합니다.
연습 화면을 준비하고 있습니다. 아래 문서는 계속 읽을 수 있어요.
자료와 신뢰
작게 배우고, 이유까지 확인하세요.
이 사이트는 HeoBrain에서 직접 만든 공개 입문 연습자료입니다. 정답과 해설은 브라우저에 포함되어 있으며 자격시험, 공식 기출, 합격 예측용 평가가 아닙니다. 현재 결과는 이 페이지의 연습문제에만 해당합니다.
기록은 저장을 선택한 이 브라우저에만 남습니다. 계정 동기화와 전체 이용자 통계는 제공하지 않습니다. 다른 사이트·기기의 이전 기록을 가져오지 않습니다.
자료 판본: 2026-10-26-r2 · 무료 학습 공개 자료 · 별도 PDF 상품이나 판매용 교재는 연결되어 있지 않습니다.
ADsP · 자체 연습문제
1. 표준화에 쓸 평균과 표준편차를 테스트 데이터까지 포함한 전체 데이터에서 계산했다면 어떤 위험이 있나요?
- 데이터 누수
- 무조건적인 과소적합
- 데이터 압축
- 항상 정확한 일반화
2. 최종 성능 평가를 위해 따로 남겨 두는 데이터는 무엇인가요?
나의 답: ________________________________________
직접 제작한 입문 연습자료 · 공식 기출 아님 · 판본 2026-10-26-r2