2024년 정보관리기술사 예상문제(알고리즘/통계/확률/인공지능)

알고리즘/통계/확률/인공지능

---

• 배열, 리스트, 스택, 큐
• 이진탐색트리(BST, Binary Search Tree)
• 트리 순회
• B, B+, B* 트리
• T트리
• AVL 트리
• Red-Black Tree
• DFS와 BFS
• 알고리즘의 시간복잡도(Time Complexity), 공간복잡도(Space Complexity)
• 정렬 알고리즘(버블, 삽입, 선택, 퀵)
• 기수 정렬
• Tim sort
• 해시 알고리즘
• 분할과 정복
• 그리디(탐욕) 알고리즘
• 최단경로 알고리즘
• 다익스트라 알고리즘
• 벨만-포드 알고리즘
• A* 알고리즘
• 플로이드 워셜 알고리즘
• 유전 알고리즘
• 백트래킹
• 메모이제이션
• 동적 계획법
• 피보나치 수열
• MST(Minimal Spanning Tree)
• 문자열 탐색 알고리즘 (카빈-라프, KMP, 보이어-무어)
• P-NP문제
• 안정정렬과 불안정정렬
• shore 알고리즘과 grover 알고리즘
• 개미집단 알고리즘
• 포드풀커슨 알고리즘
• 패리티 검사
• 런랭스(Run Length)코딩과 허프만(Huffman)코딩
• 해밍코드
• CRC(Cyclic Redundancy Check)
• 기술통계와 추론통계
• 정규분포와 표준정규분포(z-분포)
• 중심극한정리
• 통계적 가설검정 절차
• p-value, 유의 수준
• 불편추정량
• 독립표본 t-검정(Independent t-test)과 대응표본 t-검정(Paired t-test) ✅ 2024-01-22
• 몬테카를로 트리 탐색(MCTS)
• 왜도, 첨도
• 사분위 수, 중앙값
• 피어슨 상관계수
• 상관분석
• 회귀분석
• 로지스틱회귀분석
• 로짓, 로짓변환
• T-test
• F-test
• ANOVA(Analysis Of Variance)
• 베르누이 분포
• 기하 분포
• 이항 분포
• 카이제곱 분포
• 포아송 분포
• 나이브 베이즈 정리(Naïve Bayes’ Theorem)
• 이산확률분포와 연속확률분포
• 튜링 테스트
• 전문가 시스템
• 계층형 군집화 알고리즘
• Apriori (연관 규칙) 알고리즘
• FP(Frequent Pattern)-growth 알고리즘
• 연관 규칙
• 추천 시스템
• 컨텐츠 기반 필터링(Content-based Filtering)과 협업적 필터링(Collaborative Filtering) 기법
• 행렬분해(Matrix Factorization)
• 시계열 분석
• 정상성
• ARIMA
• 다중공선성
• VIF(Variance Inflation Factor)
• 은닉 마르코프 모델(HMM)
• 마르코프 결정 프로세스(MDP)
• 인공지능의 역사
• 머신러닝(Machin Learning)과 딥러닝(Deep Learning) 차이
• SVM(Support Vector Machine)
• MLOps ✅ 2024-01-22
• Feature Engineering(피쳐 엔지니어링)
• 데이터 차원 축소(Data Dimensionality Reduction) ✅ 2024-01-22
• PCA분석절차
• LDA의 분석절차
• 교차 검증(Cross Validation)
• Ridge Regression 과 Lasso Regression
• L1 norm, L2 norm
• 순전파
• 오류역전파
• 학습단위(배치, 미니배치)
• 원핫인코딩(One-Hot Encoding)
• 소프트맥스(Softmax)함수
• 데이터 증강 기법
• 연쇄법칙
• 활성함수 유형
• 손실함수 유형
• 경사하강법
• 오버핏(과적합), 언더핏(과소적합)
• 기울기소실(Vanishing Gradient) 문제
• 인공지능 최적화 기법(Adam(Adaptive Moment Estimation))
• 자카드 유사도(Jaccard Similarity)와 코사인 유사도(Cosine Similarity)
• 플래투닝(Platooning)
• 오토인코더(Autoencoder)
• VAE(Variational Autoencoder)
• ViT
• ResNet
• U-Net
• VGG-Net
• FastViT by apple
• AutoML(Automated Machine Learning)
• TF-IDF (Term Frequency Inverse Document Frequency)
• LLM(Large Language Model) 초거대 AI
• GAN, DCGAN
• AutoGPT
• LSTM (Long Short-Term Memory)
• GRU
• 그리드 서치와 랜덤 서치
• 특이점
• 시각 추론(Visual Reasoning)
• 불쾌한 골짜기
• 지식 증류(Knowledge Distillation)
• 전이학습(Transfer Learning)
• 연합학습
• 메타학습(Meta Learning)
• 트랜스포머
• KNN
• CNN
• 풀링레이어(Pooling Layer)
• Padding, Stride 기법
• RCNN(Region-based CNN)
• Fast-RCNN, Faster-RCNN
• YOLO (You Only Look Once)
• RNN (Recurrent Neural Network)
• CRNN (Convolution Recurrent Neural Network)
• K-means
• DBSCAN
• 강화학습
• Q-러닝 (Q-Learning)
• 심층신뢰망 (DBN, Deep Belief Network)
• XAI
• Adaptive AI
• Cross Entropy
• VAE (Variational Auto encoder)
• 자기지도학습
• Active Learning
• Early Stop
• Drop out
• TD-IDF
• Word2Vec
• Sequence to sequence
• Transformer(BERT, GPT)
• Self-Attetion (key, Question, Value)
• ML Optimizer
• Bagging, Boosting, Adaboost
• Few shot learning, Zero shot learning
• AI TRiSM (AI Trust, Risk And Security Management)
• CUDA
• Learning Rate
• 밀도기반클러스터링(DBSCAN),K-평균알고리즘(K-Means) ✅ 2023-05-21
• 파운데이션 모델
• FMOps
• Bias와 Variance
• RLHF
• Supervised Fine-Tuning(SFT)
• PPO(Proximal Policy Optimization
• Contrastive Learning
• 생성모델과 판별모델 비교
• LLM
• sLLM
• 프롬프트 엔지니어링 (Prompt Engineering)
• 인공지능 거버넌스
• 할루시네이션
• CLIP(Contrastive Language-Image Pre-Training)
• RAG(Retrieval Augmented Generation)
• Lang Chain
• AX
• RNN 모델 유형(many-to-many, many-to-one, one-to-many)
• 머신러닝 파이프라인 (Machine Learning Pipeline)
• AIaaS (AI as a Service)
• 온디바이스 AI
• DarkBERT