🎯 중간고사 종합문제 (Ch.01~07)

중간고사 범위(17주차)를 돌아보는 종합 연습 문제집. 기말 범위(Ch.0813)는 기말고사 종합문제 로. 각 섹션은 카드형 퀴즈로 묶여 있어 한 문제씩 풀어볼 수 있습니다. 수학 문제는 단답형 (계산기 OK, 답만 입력). 객관식도 답 보기 전에 반드시 한 번은 풀어보세요.

Section 1. 판다스 기초 (Series · DataFrame)

Quiz

Section 1. 판다스 기초

Q 1 / 4

판다스 Series 에 대한 설명으로 옳지 않은 것은?

Section 2. 데이터 입출력 · 인덱싱 (loc / iloc / axis)

Quiz

Section 2. 데이터 입출력 · 인덱싱

Q 1 / 4

df.drop('age', axis=1) 의 의미는?

Section 3. 데이터 정제 (describe · 결손값 · datetime)

Quiz

Section 3. 데이터 정제

Q 1 / 4

describe() 가 기본적으로 출력하지 않는 통계량은?

Section 4. 그룹핑 · 재구조화 · 결합

Quiz

Section 4. 그룹핑 · 재구조화 · 결합

Q 1 / 4

df.groupby('city')['sales'].mean() 의 결과 타입과 인덱스는?

Section 5. 기술통계 손계산 (편차 · 분산 · 공분산)

Quiz

Section 5. 기술통계 손계산

Q 1 / 16

X = [3, 7, 8, 5, 12] 의 평균 x̄ 는? (정수)

Section 6. 상관행렬 (Correlation)

Quiz

Section 5. 상관행렬

Q 1 / 6

피어슨 상관계수 ρ 의 값 범위는?

Section 7. 머신러닝 기초 (T · P · E, 학습 종류)

Quiz

Section 6. 머신러닝 기초

Q 1 / 3

Tom Mitchell 의 머신러닝 정의에서 T, P, E 는 각각 무엇인가?

Section 8. 미분 · 편미분 (수학)

Quiz

Section 7. 미분 · 편미분 (수학)

Q 1 / 13

f(x) = x⁴ - 5x² + 7 의 도함수 f'(x) 를 입력하시오. (예: 4x^3-10x 형식, 공백 없이)

Section 9. 선형 회귀 · MSE

Quiz

Section 8. 선형 회귀 · MSE

Q 1 / 5

사이킷런 LinearRegression 의 입력 X 가 반드시 2차원 배열이어야 하는 이유는?

Section 10. 경사 하강법 — 단변수 (수학)

공통 설정: 오차함수 E(w) = (w - 2)² + 1, 학습률 η = 0.1, 초기값 w₀ = 3. dE/dw = 2(w - 2) 임을 이용하세요.

Quiz

Section 9. 경사 하강법 손계산

Q 1 / 12

[Step 1] 위 설정에서 1 epoch 후의 w₁ 값을 구하시오. (소수)

Section 11. 경사 하강법 — 다변수 (w · b 동시 갱신) ⭐

가설 ŷ = w·x + b. 갱신식: w ← w − η · Σ x·E, b ← b − η · Σ E. E_i = ŷ_i − y_i (오차).

Quiz

Section 11. 경사 하강법 — 다변수 (w, b)

Q 1 / 14

X = [1, 4.5, 9, 10, 13], Y = [0, 0.2, 2.5, 5.4, 7.3], w=0, b=0, η=0.005. epoch 1 후 w 의 값은? (소수, 셋째 자리까지)

Section 12. 다항 회귀 · 과적합 · 규제

Quiz

Section 10. 다항 회귀 · 과적합 · 규제

Q 1 / 6

훈련 정확도는 99%, 테스트 정확도는 60% 인 모델의 상태는?

🏆 종합 도전 문제

여러 개념을 묶은 응용 문제들. 시험에서 변형되어 나올 가능성이 높은 유형.

Quiz

🏆 종합 도전

Q 1 / 9

[종합] 데이터 (1, 2), (2, 4), (3, 5), (4, 4), (5, 5) 가 있다. y 의 평균을 구하시오. (정수)

📋 시험 전 마지막 체크리스트

  • 판다스 (Sec 1~4): Series vs DataFrame, dtype, NaN, isna/dropna/fillna, loc vs iloc, axis, inplace, groupby, pivot vs pivot_table, merge how 4가지, concat
  • 기술통계 (Sec 5~6): 편차/분산/표준편차/공분산 손계산, 베셀 보정 (n vs n-1), ρ 정의/범위, 단위 불변, ρ=0 의 해석
  • ML 기본 (Sec 7): T/P/E, 지도/비지도/강화, 회귀 vs 분류, R²
  • 수학 (Sec 8): 거듭제곱 미분, 체인룰, 편미분 (나머지 상수 취급), 그래디언트 정의
  • 선형회귀 (Sec 9): y=wx+b, MSE 식, X 가 2D 인 이유
  • 경사 하강법 (Sec 10~11): 단변수 손계산, 다변수 (w, b) 동시 갱신 ⭐, η 의 효과
  • 회귀 심화 (Sec 12): 다항회귀 = 입력 변환, 과적합 → 규제(Ridge), train/test 분리, StandardScaler 필요성, test 에 fit 금지

🔗 다시 보고 싶은 페이지로

판다스 실무

통계 → 상관

ML → 회귀