반응형
자료 수집 중
인공지능 도메인의 주요 토픽들에 대해서는 준비가 잘 되어 있으셨을 거라 생각됩니다.
비교를 정확히 하셨다면 고득점도 예상해 볼 수 있을 듯 합니다.
K-Means Clustering 과 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 개념, 구성요소, 장/단점
기출 문제
(관리 101-4-5)
데이터마이닝에서 프로토타입 기반의 군집기법인 k-means 알고리즘을 설명하시오.
(응용 99-1-8)
K-means clustering algorithm
(기타)
클러스터링 기법인 DBSCAN과 K-Means를 비교하여 설명하시오.
DBSCAN에 대해 설명하시오.
머신러닝(Machine Learning)의 비지도학습(Unsupervised Learning) 모델인 K-MEANS, DBSCAN
, 병합적 군집(Clustering) 모델에 대하여 설명하시오.
DBSCAN과 K-평균 군집화 비교
출처 : 나무위키
참고 자료
k-평균 알고리즘 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)
k-평균 알고리즘 - 위키백과, 우리 모두의 백과사전
위키백과, 우리 모두의 백과사전. k-평균 알고리즘(K-means clustering algorithm)은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작
ko.wikipedia.org
군집 분석 - 나무위키
partitional clustering 분할적 군집화는 서로 계층적 관계가 없는 다수의 군집들을 만드는 방법으로, 비내포형 군집화(non-nested clustering)라고도 한다. 즉 데이터가 공간 위에 흩뿌려져 있을 때 여러 군
namu.wiki
반응형
'정보관리기술사 > ★ 129회 기출문제 풀이 ★' 카테고리의 다른 글
| (129 관리 1-7) 소프트웨어 결합도의 종류 (0) | 2023.02.10 |
|---|---|
| (129 관리 1-6) 데이터베이스 트랜잭션(Transaction)의 특징 (0) | 2023.02.10 |
| (129 관리 1-4) 정보시스템 감리기준, 현장감리 활동 (0) | 2023.02.09 |
| (129 관리 1-3) AOP(Aspect Oriented Programming)의 정의, 구성, 기대효과 (0) | 2023.02.07 |
| (129 관리 1-2) 인공지능 윤리기준, 3대 기본원칙, 10대 핵심요건 (0) | 2023.02.06 |
댓글