일일 키워드 암기 7주차

1. 가설검정 통계적 가설검정 키워드 @ 귀유대신기
- 귀무가설, 대립가설, 유의수준, 신뢰수준, 기각역, 검정통계량

2. EDA, CDA 키워드 @ 도저잔재현 / 검중피공
1) EDA
- 가설도출, 저항성, 잔차해석, 데이터 재표현, 현시성, 상관관계 행렬
- 수시패인 (데이터수집 ▶ 시각화탐색 ▶ 패턴도출 ▶ 인사이트 발견)
2) CDA
- 가설검정, 중심극한정리, P-Value(유의확률), 공분산 행렬  
- 가데통검 (가설검정 ▶ 데이터수집 ▶ 통계분석 ▶ 가설검증)


3. 베이즈 정리 키워드 @ 사우후
- 사전확률, 우도, 사후확률

4. 기술통계, 추정 통계 키워드 @ 대평최분범표, 추점구검가차
1) 기술통계
- 대표값 : 평균, 최빈도 
- 분산 : 범위, 표준 편차
2) 추정통계
- 추정 : 점 추정, 구간 추정 
- 검정 : 가설 검정, 차이 검정

5. CPU 스케줄링 선점,비선점 종류 @ 라소멀큐, 프퍼쇼하
- 선점 : RR, SRT, MLQ, MLFQ
- 비선점 : PRIORITY, FCFS, SJF, HRN

6. 클라우드 네이티브 어플리케이션 변환단계 @ 기마컨씨
- 기존 시스템 : Monolithic / N-Tier
- Microservice로 전환 : 기존 App에서 서비스 분리, 새로 서비스의 추가
- 컨테이너화 : 소스 코드 변경 없이 배포/운영 환경 전환
- CI/CD에 결합 : 빌드/테스트/배포, 자동화 시스템에 결합

7. 분산 데이터베이스 시스템 분산 투명성 - 병장지위중분
- 병행, 장애, 지역사상, 위치, 중복, 분할

8. 그로스 해킹 절차 AARRR @ 인촉유추매
- 인지(Acquisition)
- 촉진(Activation)
- 유지(Retention)
- 추천(Referral)
- 매출(Revenue)

9. 6G 특징 @ 성공정신지대
초성능 - 테라bps급 속도
초공간 - 십km 고도
초정밀 - 핑거프린팅, 삼각측량 기벚
초신뢰 - 보안내재화
초지능 - 전구간지능화
초대역 - 테라 Hz 주파수대역

10. 형상관리 기준선 @ 기분설시제운
- 기능적, 분배적, 설계, 시험, 제품, 운영

 

11. 생성형 AI 보안 취약점? @ 악잘가유플아
- AI모델악용
- 잘못된 정보(할루시네이션)
- 가짜AI모델
- 데이터 유출
- 플러그인 취약점
- API 취약점

12. 인공지능 학습용 데이터 품질관리 위한 산출물 ?(품질관리 가이드라인 v3.0 기준)
- 계획 : 구축계획 수립서
- 획득 : 원시데이터
- 정제 : 원천데이터
- 가공 : 라벨링데이터
- 학습 : 학습용데이터
- 운영 : 학습용데이터(공개용)​

13. 다중공선성 확인방법 및 해결방법?
- 확인 : 분산팽창요인(VIF), 결정계수, 상관계수, 공분산
- 방안 : 변수제거, 차원축소(PCA), 계수축소법, Ridge, LASSO

14. 데이터 시각화 유형 ? @ 시분관공비
- 시간 데이터
- 분포 데이터
- 관계 데이터
- 공간 데이터
- 비교 데이터

15. 파운데이션 모델 키워드 ?
- LLM, 전이학습, 균일화, 창발성, 다목적성
- 자기지도학습, 트랜스포머
- GPT, BERT, LLaMA

 

16. 생성 AI 키워드
- 유형:Tractiable dencity(Pixcel RNN, Pxcel CNN), Approximate (AE, VAE), Implicit dencity(GAN, DCGAN)
- 모델: 초거대 AI, Foundation model, LLM
- 모델링기법(피/파/제로/원/프/자) Few-shot-learning,Fine tuning,zero-short/one-short/프로프트엔지니어링/자기지도 학습.

17. 임베딩 키워드
- 워드임베딩 : 추론기반(파워엘버) : fasttext,Word2bec, elmo, BERT
횟수기반(T-one-T-벡): TDM, One-hot-encoding, TF-IDF, Counter vector
- 문장수준임베딩(R/sec/어/트랜) RNN, Sec2sec, Attention,트랜스포머
​
18. 비용함수 유형
- MAE, MSE, RMSE
- 크바카:Cross binary entrophy, Binary Entrophy, Capability entryphy.

19. 전이학습 키워드
​ - 알고리즘:Pre-trained, Fine-Tuneing,
- 전이학습유형(머스타도): /Multi-Task Learning/Self-Target Learning/Task전이/도메인전이
- 전이학습기법:Pre-trained Model/Domain Adaptation/Layer Re-use

20. AI 윤리원칙 @ 인존, 사공, 기합 / 인프다침공 연데 책안투
- 인간의 존엄성, 사회의 공공선, 기술의 합목적성
- 인권보장, 프라이버시 보호, 다양성 존중, 침해금지, 공공성, 연대성, 데이터관리, 책임성, 안전성, 투명성

 

21. 하드웨어규모산정 방법 및 표준- 수참시
- 수식계산법, 참조법, 시뮬레이션법
- 표준 : TTAK.KO-10.0292_R2

22. 연합학습 키워드
- FedSDG, FedAVG, FedBCD, FedTrans, HierFaVG
- 차등정보보호, 동형 암호, 안전한 다자간 계산

23. 정규분포 키워드
- 연속확률분포, 평균, 분산, 표준정규분포, 중심극한정리(Central limit theorem, CLT)

24. 검정통계량 유형
- ​단측(좌측,우측)검정, 양측 검정

25. 혼동행렬 수식(정확도, 정밀도, 민감도, 특이도, F1-Score)
- 정확도 : 맞게 검출한 비율((TP+TN)/(TP+TN+FP+FN))
- 정밀도 : P로 검출한것 중 실제 P의 비율(TP/(TP+FP)
- 특이도 : 실제 N를 N로 예측한 비율 (TN/TN+FP)
- 재현율 : 실제 P를 P로 예측한 비율 (TP/TP+FN)
- 오검출율 : 실제 N을 P로 예측한 비율(FP/(FP+TN))
- F1 Score : 정밀도과 재현율의 가중 조화평균(2*재현*정밀/(재현+정밀))
- ROC Curve: 가로축 FP Rate 값 비율하고 세로축 TP Rate로 하여 그래프
- Precision/Recall : 가로축 재현율값, 세로축 정밀도 값을 사용한 그래프