[면접 합격자료] 한국과학기술원 인공지능 (machine learning) 기술 합격 문항 기출 최종합격

1. 머신러닝 모델의 과적합(overfitting)을 방지하는 방법에 대해 설명하세요.

머신러닝 모델의 과적합(overfitting)을 방지하는 방법은 다양하며, 일반적으로 데이터 양을 늘리거나 모델의 복잡도를 조절하는 방법이 포함됩니다. 더 많은 데이터를 확보하는 것이 가장 효과적이며, Kaggle 대회 참가 시 데이터 증강 기법을 활용하여 훈련 데이터를 증가시키면 과적합률을 낮출 수 있습니다. 또한, 교차 검증을 실시하여 모델의 일반화 성능을 평가하고, 테스트 데이터와 유사한 검증 세트를 활용하는 것도 중요합니다. 모델의 복잡도를 낮추기 위해서는 정규화 기법인 L1 또는 L2 정규화를 적용하거나, 드롭아웃(dropout) 기법을 사용하여 네트워크의 일부 노드를 랜덤하게 제거함으로써 모델의 과도한 최적화를 방지할 수 있습니다. 예를 들어, 자연어 처리 프로젝트에서 드롭아웃을 0. 5로 설정했을 때 검증 정확도가 85%에서 92%로 향상된 사례도 존재합니다. 또한, 조기 종료(early stopping)를 통해 검증 성능이 더 이상 향상되지 않으면 학습을 일찍 멈추는 전략도 유효하며, 이를 통해 과적합을 방지할 수 있습니다. 이러한 방법들을 적절히 조합하면 모델이 새로…