NO.15 특정 정치 후보의 선거 당선 여부에 영향을 미치는 요인에 관심이 있다고 가정해 보겠습니다. 결과(응답) 변수는 이항(0/1)이며, 승패입니다. 관심 있는 예측 변수는 선거 운동에 지출한 비용, 네거티브 선거운동 시간, 후보자가 현직자인지 여부입니다.
위의 예는

NO.16 다차원 데이터 집합을 어떤 벡터에 가장 큰 분산이 있는 벡터로 투영할까요?

NO.17 보험금 청구가 유효한지 여부를 예측해야 하는 문제를 해결하고 있습니다. 수작업으로 작성된 클레임 양식의 철자 오류와 수정 사항이 있는 클레임이 정직한 클레임과 비교했을 때 더 많다는 것을 알게 되었습니다. 다음 중 클레임이 유효한지 여부를 알아내는 데 적합한 기법은 어느 것입니까?

NO.18 K-평균 클러스터링을 사용하여 소매점에 대한 100, 000명의 고객 행동을 분류했습니다. 가구 소득, 연령, 성별 및 연간 구매 금액을 측정값으로 사용하기로 결정했습니다. 8개의 클러스터를 사용하기로 선택했는데 2개의 클러스터에 3명의 고객만 할당된 것을 발견했습니다. 어떻게 해야 하나요?

NO.19 전시회를 참조하십시오.

그림에서 X축은 대출자가 대출을 불이행할 확률을 나타냅니다. 또한 이 그림에서 분홍색은 대출을 불이행하지 않은 것으로 알려진 대출자를 나타내고, 파란색은 대출을 불이행한 것으로 알려진 대출자를 나타냅니다. 이 전시회를 구축하는 데 필요한 확률을 생성할 수 있는 분석 방법은?

NO.20 다음 중 연속 확률 분포는 무엇입니까?

NO.21 키와 나이가 있는 1000명의 환자 데이터가 있습니다. 여기서 나이는 연도, 키는 미터입니다. 이 두 속성을 사용하여 클러스터를 만들고 싶었습니다. 클러스터를 만들 때 나이와 키에 대해 거의 동일한 효과를 얻고 싶었습니다. 어떻게 할 수 있을까요?

NO.22 다음 중 선형 회귀 모델에 관한 설명 중 옳은 것은 무엇인가요?

NO.23 다음 중 주성분 분석을 가장 잘 설명하는 것은 무엇입니까?

NO.24 별 1개에서 5개 사이의 등급을 매기는 평가 시스템 모델을 만들었다고 가정해 보겠습니다. RMSE 값이 1.0이라고 계산한 경우 다음 중 올바른 것은 무엇인가요?

NO.25 고객이 라벨이 없는 레코드 2,000개를 3개 그룹으로 제공했습니다. 어떤 분석 방법을 사용해야 하나요?

NO.26 회귀 알고리즘이 가장 적합하지 않은 경우 선택 항목 선택

NO.27 테스트 및 학습 데이터 세트는 어떤 라이프사이클 단계에서 생성되나요?

NO.28 시나리오: 밥이 자가용, 버스, 통근 열차의 세 가지 교통 수단 중 하나를 선택하여 출근할 수 있다고 가정해 보겠습니다. 교통량이 많기 때문에 자동차로 출근하기로 결정하면 지각할 확률이 50%입니다. 전용 차선이 있지만 가끔 혼잡한 버스를 이용하면 지각할 확률은 20%에 불과합니다. 통근 열차는 거의 지각할 확률이 1 %에 불과하지만 버스보다 더 비쌉니다.
밥이 어느 날 지각했는데 상사가 그날 밥이 자가용으로 출근했을 확률을 추정하고자 한다고 가정해 보겠습니다. 상사는 Bob이 평소 어떤 교통 수단을 사용하는지 모르기 때문에 다음과 같은 사전 확률을 제공합니다.
1 3 세 가지 가능성 각각에 답하십시오. 다음 중 상사가 밥이 운전해서 출근했을 확률을 추정하기 위해 사용할 방법은?

NO.29 다음 중 회귀(지도 학습)에서 목표 변수의 올바른 예는 무엇입니까?

NO.30 보행자가 신호등에 주의를 기울이지 않고 횡단보도에서 두꺼비를 건너다가 차에 치일 확률을 계산한다고 가정해 봅시다. H를 (Hit. Not Hit)에서 하나의 값을 취하는 이산 랜덤 변수라고 합니다. L은 (빨강. Yellow.
녹색).
현실적으로 H는 L에 따라 달라집니다. 즉, L이 빨간색, 노란색 또는 녹색인지에 따라 P(H = Hit)와 P(H = Not Hit)는 다른 값을 취합니다. 예를 들어, 횡단보도 신호등이 빨간색일 때보다 녹색일 때 횡단하려고 할 때 차에 치일 확률이 훨씬 더 높습니다. 즉, 손 L의 가능한 모든 값 쌍에 대해. 보행자가 신호등의 상태를 무시할 경우 해당 쌍의 이벤트가 함께 발생할 확률*을 구하려면 H와 L의 공동 확률 분포를 고려해야 합니다. 다음은 신호등의 상태를 무시할 경우의 조건부 확률을 보여주는 표입니다. (이 표의 열은 신호등의 상태에 관계없이 맞을 확률과 맞지 않을 확률이 1이므로 합산하여 1이 되어야 합니다.)