기초지식 질문 리스트

• overfitting일 경우 어떻게 대처해야 할까요?
• 정규화를 왜 해야 할까요? 정규화의 방법은 무엇이 있나요?
• 알고 있는 metric에 대해 설명해주세요. (ex. RMSE, MAE, recall, precision ...)
• 차원의 저주란 무엇인가요?
• 알고있는 Activation Function에 대해 알려주세요. (Sigmoid, ReLU, LeakyReLU, Tanh 등)
• 딥러닝은 무엇인가요? 딥러닝과 머신러닝의 차이는?
• Batch Normalization의 효과는 무엇인가요?
• Gradient Descent에 대해서 쉽게 설명한다면?
• SGD, RMSprop, Adam에 대해서 아는대로 설명한다면?
• Regularization이란 무엇인가?
• 하이퍼 파라미터는 무엇인가?
• Local Minima와 Global Minimum에 대해 설명해주세요.
• 회귀 / 분류시 알맞은 metric은 무엇일까?
• Training 세트와 Test 세트를 분리하는 이유는?
• PCA는 차원 축소 기법이면서, 데이터 압축 기법이기도 하고, 노이즈 제거기법이기도 합니다. 왜 그런지 설명해주실 수 있나요?
• ROC 커브에 대해 설명해주실 수 있으신가요?
• Cross Validation은 무엇이고 어떻게 해야하나요?
• L1, L2 정규화에 대해 설명해주세요.
• XGBoost을 아시나요? 왜 이 모델이 캐글에서 유명할까요?