데이터 라벨링 AIDE 1급 예상 문제
글 - 달토깽이
AIDE 인공지능(학습)데이터 전문가 1급 자격증 시험은 90분(시험 제한시간 60분, 시험 준비시간 30분) 동안 진행됩니다.
시험 총 문항 수는 50문제 입니다.(문제수 150개 중 랜덤배정) / 이론은 20문항, 실습문항은 30문항입니다. 배점이 다르므로 30개를 맞았다고 해서 60점이 아닙니다.
우선 AIDE2급을 공부하셨다면 충분히 AIDE1급도 하실수 있는 분들이라고 생각됩니다. 우선 이미 AIDE2급 시험을 보셔서 아시는 분들이겠지만 샅샅이 공부하면 좋겠지만 시간이 없다면 학습자료 중 퀴즈부분을 잘 풀어주시면 공부하는데 많은 도움이 됩니다. 이론보다 AIDE1급에서는 실습문항이 더 많으므로 실습을 하지않고서는 합격점을 받아가기 어려우니
AIDE1급 교육통해 충분한 실습을 해보시길 추천드립니다!
실습은 시간이 없다고 안하시면 안되고 반드시 해보셔야 하며 2급은 학습정리로만 봐도 통과가능하지만 AIDE1급은 학습정리외에 AIDE1급 교육동영상에서 말한 내용이 나오기도 하니 교육은 반드시 들어보셔야 하겠습니다.또한 용어들이 어려우니 용어정리 및 영어도 암기해놓으셔야 합니다. 영어를 암기를 안해놓으시면 한글로는 알았던 내용도 영어로 나오면 헷갈리고 틀린답을 고를 가능성이 생깁니다. 참고로 <인공지능 윤리> 부분은 거의 나오지 않거나 1문제정도 나옵니다.
꽤 실습비중이 높고 또한 실습내용이 많습니다. 그렇더라도 실습을 다 하면 실습문제 공부는 별도로 시간을 할애할 필요는 없습니다. 다만 실습자체가 반려가 여러번 되면서 학습할 기회를 얻습니다. 이 실습은 중급실습때는 작업자로 했지만 검수자로써의 실습을 하게 됩니다. 인공지능의 많은 용어들이 영어와 한국어를 혼영하여 많이 사용합니다.용어를 기억하실때 영어와 한국어를 같이 알아두시는 것이 좋습니다.
AIDE1급 예상문제
본 문제는 공부하면서 정리하면서 문제를 만들어 본 것입니다.
그저 공부하실때 참고하시에 공부에 도움이 되시길 바랍니다.
1. 4차 산업혁명이 아닌것은 ?
1-1. 4차 산업혁명은 (지능 AI )과(정보 빅데이터 )의 발전을 통한 산업혁명을 의미한다.
2. 인공지능 서비스 개발의 4단계는 무엇인가?
데이터획득 - 데이터가공(전처리)-모델생성-실시간서비스( API 개발)
2- 1. 인공지능 서비스는 데이터획득,( 데이터가공(전처리) ),모델생성, 실시간 서비스의 총 4단계로 구성된다.
3 인공서비스 개발단계 중 M2M은 어디에 해당되는가?
M2M(Machine To Machine)이란? IOT사물(지능)통신을 의미하며,기계 간의 통신 및 사람이 동작하는 디바이스와 기계간의 통신을 말하며, 인간의 개입없는 무인화, 지능화 서비스인데 인공서비스 개발단계중 어디에 해당되는가?
데이터 획득
★4. 일반적으로 수집된 데이터는 사람이 이해할수 있는 형태의 데이터입니다.수집된 데이터는 기계가 사용할수 있도록 다양한 가공방법을 통하여 가공하여야 합니다. 이렇게 수집된 데이터를 인공지능이 학습할수 있는 형태의 데이터를 변화시켜주는 과정을 무엇이라고 하나요?
데이터가공(전처리)
★5. 데이터라벨링, 구분·선별, 포맷변경, 결합, 변형등을 하는 것을 해당하는 단계는 무엇인가?
데이터 가공(전처리)
--> 시험에서는 데이터 가공(전처리) 과정이 아닌것은? 요렇게 나옴.
★6. ( )안에 들어갈 말로 알맞는 것은?
인공지능이 학습할 수 있는 형태로 데이터를 만드는 작업을 ( )이라고 합니다.
데이터를 가공하는 작업은 ( )과 데이터를 구분, 선별하고 데이터의 포맷을 변경하는과정,
데이터의 결합,데이터의 일부분을 잘라내는 등 여러가지 과정을 거쳐서 데이터를 가공하게 됩니다.
데이터 라벨링
7. 인공지능 모델 생성과정으로 옳은 것은?
[ 모델개발 → 데이터 입력 → 데이터학습 → 모델수정]
8. 데이터라벨링, 구분·선별, 포맷변경, 결합, 변형등을 하는 것을 해당하는 단계는 무엇인가?
데이터 가공(전처리)
9. 데이터라벨링에 해당하는 모델생성으로 알맞는 것은?
데이터 입력, 데이터 학습
10. ( )에 잘 되어있는 지에 따라 인공지능 성능을 좌우합니다. 가로에 들어갈 단어로 맞는것은?
데이터 라벨링
11. 지능형 에이전트, 행동협업지능,추론 지식표현, 상황감정이해, 시각언어, 청각기능을 활용하는 모델을 무엇이라고 하는가?
머신러닝( Machine Learing)
12. 인공지능 모델생성물은 예측할수 있는 수치정보를 파악하는 형태로만 구현되고, 사용자가 쉽게 접할수 없는 결과물이 아니여서 이를 사용자들이 볼수 있는 형태의 서비스 즉, 스마트폰 어플이나 홈페이지 같은 서비스로 개발해주는 것을 무엇이라고 하는가?
실시간서비스(API개발)
★13. 사람의 뉴런 구조를 컴퓨터로 그대로 구현하여 만든 컴퓨터 프로그램을 무엇이라고 하는가?
퍼셉트론(Perceptron)
14. 퍼셉트론은 1957년 ( )가 고안한 알고리즘인가요? 딥러닝(신경망)의 기원이 되는 알고리즘
로젠블라트
15. 아래와 같은 설명에 해당하는 것은?
생물학의 신경망에서 영감을 얻은 학습 알고리즘,
인공지능에 가장 기본이 되는 신경망
인공신경망(ANN)
16. 인공신경망에 대한 설명으로 ( ) 안에 들어갈 말은?
입력층( input layer) : 학습하고 데이터를 입력하는 층
★ 0 0 층( ) :입력된 데이터를 여러단계로 처리하는 층
출력층 (output layer) : 처리된 결과를 출력하는 층
은닉층 (hidden layer)
★17. 인공지능 방법론 중 인공지능, 머신러닝, 딥러닝이 있습니다. 범위가 큰 순서대로 나열하시오.
인공지능AI : 인간의 지적능력을 컴퓨터를 통한 구현단계(최종목적)
머신러닝 ML: 스스로 학습하여 인공지능의 성능향상 시키는 기술
딥러닝 DL: 인간의 뉴런과 비슷한 인공신경망으로 학습방법
인공지능> 머신러닝>딥러닝 / 딥러닝이 가장 작은 단위, 그다음은 머신러닝 그리고 마지막으로 가장 큰범위가
인공지능입니다. ( 보기로 나왔습니다)
18. 기계를 학습하는데 가장 좋은 성능을 발휘하는 구현방법은?
딥러닝(DL)
19.정해진 업무를 스스로 학습할수 있도록 하는 알고리즘을 무엇이라고 하는가?
머신러닝(ML)
20. 머신러닝과 딥러닝의 차이점으로 옳지 않는 것은?
★21. 머신러닝과 딥러닝의 차이점은 무엇인가?
=> 기계의 자기학습여부
22. 머신러닝의 방법으로 맞는 것은?
23. 딥러닝의 방법으로 맞는 것은?
24. 머신러닝의 학습방법은 ★(지도 )학습,(비지도 )학습,(강화)학습을 사용한다.
25. 머신러닝의 학습방법 3가지는 지도학습, 비지도학습, 강화학습이 있다. 이중 딥러닝은 어느학습에 해당되는가?
==> 지도학습
26. 지도학습 Supervised Learning 슈퍼바이지드 런닝 에 해당되는 것은?
ex) 그림카드 . 앞면에 그림, 뒷면에 글씨 처럼 그림을 반복숙지시키고 정답은 뒤에 있어요.
27. 지도 학습 - 예측과 분류가 아닌 보기를 고르시오?
28. 지도학습의 가장 단점은?
많은 양의 데이터를 만들어주어야하는 문제점, 시간 비용 많이 소요.
1. 빅데이터 3V는 (규모)( 속도 )( 다양성 ) 의 특징을 가지고 있다.
★2.빅데이터의 특징 3V는?
Volume 규모 : 데이터 양의 증가, 수십테라규모, 레코드, 트랙잭션
Velocity 속도 : 실시간처리, 실시간 분석, 스트림
Variety 다양성 : 데이터의 다양성, 정형데이터, 비정형데이터,반정형데이터
3. 빅데이터의 특징 4V는?
+Veracity 정확성
4. 빅데이터의 특징 5V는?
+value 가치
Variety 다양성
5. 비정형 데이터가 아닌것은?
★비정형 데이터 : 소셜데이터 ,영상, 음성,이미지
★정형 데이터 : 데이터베이스, 엑셀,CSV, (수치화할수 있는 데이터)
반정형 데이터 : XML,HTML,JSON등
★6. 대량의 정형, 비정형 데이터로부터 가치를 추출하는 기술을 무엇이라고 하는가?
===> 빅데이터
7. 빅데이터의 특징으로 옳은 것은?
8.데이터 라벨링이란?
데이터정의 - 데이터획득 - 데이터정제 (원천데이터)-데이터라벨링(라벨링데이터)- 데이터학습
9. 인공지능 학습하기 위하여 필요한 데이터를 관련성 있게 모아놓은것으로 원천데이터와 라벨링데이터를 모아 놓은 자료의 집합은 무엇이라고 하는가?
===> 데이터셋(Dataset)
★10. 빅데이터의 처리과정(총 6단계) 으로 맞는 것은?
====> 데이터소스 - 수집 - 저장 - 처리 - 분석 - 표현
11. 인터넷의 방대한 데이터를 우리가 분석하고 활용하기 쉽게 데이터를 수집하는 행위 또는 데이터를 자동으로 수집하는 프로그램을 무엇이라고 하는가?
====> 크롤링(Crawling)
12. 누군가 만든 프로그램을 쉽게 사용하도록 구성한 프로그램. 보유한 데이터 프로그램을 허가를 받아 각자의 인증키로 사용하는 것으로 인공지능과 빅데이터에서 보편적으로 사용하는 방식은 무엇이라고 하는가?
===> API
13. ( API )란 보유한 데이터 프로그램을 허가 받아 각자의 ( 인증키 )로 사용할 수 있도록 사용하는 방식을 말한다.
14. 데이터셋에 대한 설명이다.( )안에 들어갈 말은?
인공지능 학습하기 위하여 필요한 데이터를 관련성 있게 모아놓은것으로 ( )와 ( ) 를 모아 놓은 자료의 집합
인공지능 객체탐지 방법의 이해
1. 딥러닝 학습을 위하여 데이터는 (훈련 )데이터와 (평가)데이터로 분류하여 사용한다.
2. 인공지능이 객체 1개만 검출하였을 때는 single object라고 하고, 1개이상의 객체를 검출한 경우에는
( ) 라고 하는가?
====> multi object
3. 하기 내용의 설명을 무엇이라고 하는가.
인공지능은 데이터셋(데이터와 정답 레이블)을 함께 학습한 인공지능은 이를 토대로 새로운 이미지를 식별하게 되는 과정(단, 학습되지 않은 Class는 인식하지 못한다.)
====> 분류 (Classification) 클래스피케이션
★4. 가로 안에 들어갈 설명으로 옳은 것은?
분류를 통하여 검출한 객체의 정보가 있는 위치를 보기 쉽게 box형태로 지정하는 것을 ( )이라고 한다.
====> 영역표시 Localization 로칼리제이션
용어정리
Bounding box(바운딩 박스) : 학습을 통해 검출한 객체의 영역을 사각형으로 표시하는 것을 의미
Object Detection(객체검출) :학습을 통하여 여러개의 객체를 인식하고 인식된 객체를 바운딩박스와 색을 이용하여 영역을 표시하는 과정
Instance Segmentation (의미적 분할,세그멘데이션) :객체인식에서 이미지 내의 의미있는 단위로 분할 하는 작업을 말함.
정교하고 복잡한 인공지능 구현을 위하여 이미지의 영역별 의미를 부여하는 경우 사용하는 방식
ex) 도로,건물, 횡단보도,사람, 하늘 등 객체를 의미별로 구분하여 자동차가 해당 위치를 이동할 수 있는지 여부를 판단하기 위하여 사용하는 방법
epoch(에포크) : 학습을 몇번 하는지의 반복의 수 의미
5. 인공지능 프로그램 개발 절차 5단계는 어떻게 되는가?
1단계 라이브러리 읽어 들이기
2단계 데이터를 읽어 들이고 전처리
3단계 신경망 만들기
4단계 모델만들기(학습하기)
5단계 모델 적용하기(예측하기)
6.기계가 자동으로 대규모 데이터에서 패턴과 규칙을 학습, 학습을 기반으로 의사결정이나 예측 등을 수행하는 기술은 무엇이라 하는가?
===> 딥러닝(Deep Learning)
7. 퍼셉트론의 구성으로 맞지 않는 것은?
8.입력된 데이터의 가중치의 합을 출력신호로 변환하는 함수는 무엇인가?
====> 활성화함수
★9. ( )안에 들어갈 단어를 고르시오.
( )함수는 S자와 유사한 완만한 시그모이드 커브형태를 보이는 함수이며,대표적인 Logistic함수. ( )함수는 모든 실수 입력 값을 0보다 크고 1보다 작은 미분 가능한 수로 변환하는 특징
====> 시그모이드 함수 sigmoid
10. ( )안에 들어갈 단어를 고르시오.
( )함수는 함수값을 -1과 1사이의 실수로 제한시킨다.하이퍼볼릭 탄젠트라고도 불린다. 경사하강법 사용시 시그모이드 함수에서 발행하는 편향이동이 발생하지 않는다. 기울기가 양수 음수 모두 나올 수 있기 때문에 시그모이드 함수보다 효율성이 뛰어난 함수는 무엇인가요?
====>쌍곡선함수(Tanh)
11.( )안에 들어갈 단어를 고르시오.
은닉층에서 많이 사용되는 함수. 선형함수라고 하며 +/-가 반복되는 신호에서 - 흐름을 차단하는 의미가 있습니다. 많이 사용하는 이유. 기울기 소실 문제가 발생하지 않기 때문.
====> 렐루함수 (ReLU)
12. 활성화 함수가 아닌것은?
★13.( )안에 들어갈 단어를 고르시오.
머신러닝 모델의 출력값과 사용자가 원하는 출력값의 차이, 즉 오차를 말한다. 손실 함수 값이 최소화되도록 하는 (가중치)와 (편향)을 찾는 것이 학습이다.
====> 손실함수 (Ioss function) (회귀,분류) ---> 시험에서는 가중치와 편향이 답이 되는 문제가 나왔음.
14. 함수의 기울기를 구하고 경사의 절댓값이 낮으쪽으로 계속 이동시켜 극값에 이를때까지 반복하는 것을 ( )이라 하는가?
- 답 : 경사하강법(Gradient descent)
15. 옵티마이저 optimizer 함수의 가장 낮은 값을 찾는 방법 중 아닌것은?
- Momentum
- Adagrad
- RMSProp
- AdaDelta
- Adam (현재 가장 많이 사용하는 옵티마이저)
16.( )안에 들어갈 단어를 고르시오.
활성화 함수는 입력된 데이터의 가중치의 합을 출력신호로 변환하는 함수로 은익층에서 많이 사용되는 함수는 ( )다
====> 렐루(ReLU) 함수
영상처리에 많이 활용하는 알고리즘: CNN 합성곱신경망
음성처리에 많이 사용하는 알고리즘: RNN 순환신경망
이미지생성, 복원 등 신경망끼리 경쟁 : GAN 생성적 적대신경망
CNN- 영상
★RNN- 음성,텍스트처리
GAN - 이미지생성, 이미지복원
합성곱신경망 = CNN
합성콥필터가 사진을 지나가면서 사진의 특징을 찾는 과정, 합성곱은 사람의 뇌에서 시각을 받아들이는 '시각피질;구조를 모방하여 만드는 방법
RGB의 빛의 3요소 색상은?
==> 빨강,초록, 파랑
RGB값을 무엇이라고 하는가?
===> 채널(channel)
★입력된 이미지에 필터를 통과시켜 이미지의 특징을 찾아내는 방법.
()과정을 통하여 이미지의 크기는 줄어들게 되며, 이미지는 고유의 정보값을
가지게 된다.
==> 컨볼루션(Convolution)
( )안에 들어갈 단어를 고르시오.
합성곱신경망(CNN)은 데이터의 특징 분성하여
패턴을 파악하는 구조입니다.( ) 과정과 ( )과정을 통해 진행합니다.
- 답 : Convolution과 ★Pooling 과정 통해 진행
합성곱신경망 CNN 은 입력값을 RGB채널로 분리하고 분리된 데이터를 특성지도를 이용하여 특징점을 찾아냅니다.
특징점을 찾는 과정을 컨볼루션이라고 합니다. 컴볼루션을 통과한 데이터는 다시 크기를 줄이기 위한 풀링과정을 거쳐서크기를 줄어들게 됩니다. 이 과정 반복. 중요한 단어 컨볼루션과 풀링.
생성적 적대 신경망 (GAN) 은 누가 고안한 인공지능 알고리즘인가요?
==>이안 굿펠로우
생성적 적대 신경망 (GAN) 특징
진짜같은 가짜 데이터를 무한대로 만들수 있는 특징
생성자가 구분자가 경쟁을 하면서 학습하는 알고리즘.
- 이미지처리에 활용
-이미지 복원
학습을 통하여 여러개의 객체를 인식하고 인식된 객체를 검출하는 것을 무엇이라 하는가?
- 답 : 객체검출( Object Detection) /비고 1개의 객체인식 - Classification
★GAN 은 생성자와 구분자가 서로 (경쟁 Adversarial) 하며 데이터를 (생성 Generative) 하는 모델이다.
★데이터라벨링, 구분·선별, 포맷변경, 결합, 변형등을 하는 것을 해당하는 단계는 무엇인가?
데이터 가공(전처리)
요 과목은 교양수업이라고 들어주시면 좋을 것 같아요. 거의 문제가 안나오거나 나오더라도
1문제 나오는 과목입니다. 저는 한번 읽어줬고요. 패쓰하겠습니다.
데이터 검수자 : 데이터를 '검수'하는 사람
획득 - 정제 - 라벨링 - 검사
인공지능 모델의 목적과 특성에 맞게
수집 가공된 데이터의 품질을 확인하는 과정
데이터라벨링 구축과정 5단계
임무정의 - 데이터획득 - 데이터정제 - 데이터라벨링 - 데이터학습
데이터 획득
★원시데이터 : 기계학습을 목적으로 획득단계에서 수집 또는 생성한
음성, 이미지, 영상, 텍스트 등의 데이터
다양한 교통수단을 구별하는 AI
데이터 정제
★원천데이터 :필요한 형식이나 크기에 맞게 변형,데이터의 중복 제거
개인정보 비식별화 처리,수집된 교통수단의 번호판이 보이지 않게 가려준 형태의 데이터
★데이터라벨링 : 인공지능이 학습에 활용할수 있도록 라벨을 달아주는 작업
검수순서
1. 검수가이드 작업가이드 숙지
2. 집중할수 있는 환경 만들기
3. 검수진행
4. 작업된 데이터 꼼꼼히 살펴보기
5. 반려사유를 구체적이고, 명확하게 작성하기
6. 문제 발생시, 데이터PM과 소통하기
검수하기 전 준비사항
가이드 숙지 : 검수가이드는 물론 작업가이드까지도 꼼꼼히 확인해야합니다.
작업환경 : 집중할수 있는 환경만들기
반려 시에는 구체적이고 명확하게 반려 사유를 작성해서 전달해야합니다.
반려시 반려사유와 작업해야하는 내용을 명확하고 구체적으로 작성하여야 합니다.
검수자의 잘못된 행동(잘못된 검수 사례)
1. 가이드의 미숙지
여백없이 바운딩 해주세요 ->사람의 얼굴은 1Cm정도의 여백을 두어 바운딩 해주세요.
2. 무성의하거나 부정한 방법으로 검수 진행
작업 내용 제대로 확인하지 않고 검수 완료 한다든지
메크로와 같은 컴퓨터 프로그램을 이용하여 검수 진행 행위
3. 자의적은 판단에 의한 독단적인 행동
정해진 기준을 준수하여 일관된 검수를 진행해주세요.
4. 작업자와의 갈등 유발
작업자와 검수자는 각자의 업무가 다를 뿐 동등한 위치에 있음
작업자를 하대하거나, 무시, 비난 행위 잘못된 행위
반려사유 작성법
1. 작업자의 입장에서 생각해본 후 작성하기
2. 잘못된 부분은 명확하게, 수정해야 할 내용은 구체적으로 작성하기
3. 상대방을 존중하는 표현 사용하여 작성하기
제 5회 AIDE 2급 자격증 기출 문제 (데이터라벨링 자격증) ❙ 달토깽이
제 5회 AIDE 2급 자격증 기출 문제 (2022.06.18 11시 시험응시) 글 사진 · 달토깽이 안녕하세요. 달토깽이 입니다. 오늘 22년 6월 18일 11시에 제 5회 AIDE 2급 자격증 시험을 보았습니다. 생각나는 대로 기
romance-dal315.tistory.com
같이 읽으면 좋은글
AIDE 1급 데이터라벨링 자격증 시험 접수 및 결제
AIDE 1급 데이터라벨링 자격증 시험 접수 및 결제 글 사진 · 달토깽이 안녕하세요. 데라모 네이버카페...
blog.naver.com
데이터라벨링 자격증 AIDE 1급 공부중
데이터라벨링 자격증 AIDE 1급 공부중 글 사진 · 달토깽이 1급 AIDE 크라우드웍스 교육수강신청은 ...
blog.naver.com
| 데이터 라벨링 프로젝트 찾는 방법 | 달토깽이 (0) | 2023.11.04 |
|---|---|
| 해외 데이터 라벨링 사이트 모음 | 달토깽이 (0) | 2023.11.01 |
| ⁸데라모 카페 오픈톡 안내 [수다방/정보방] (0) | 2022.12.23 |
| 데이터 라벨링 회사 "바인드포 (Bound4)" 어떤 회사이지? (0) | 2022.12.03 |
| Q. 크라우드웍스 관련 오해 또는 비판을 어떻게 생각하고 계시는지? 앞으로 신입회원들이 할 수 있는 프로젝트가 생길지 궁금하다. (0) | 2022.11.01 |