안녕하세요. 달토깽이 입니다. 오늘 22년 6월 18일 11시에 제 5회 AIDE 2급 자격증 시험을 보았습니다.
생각나는 대로 기출문제 모두는 안내는 시험문제(저작권)으로 인해 공개는 어렵고, 그냥 키워드만 적어서 정리를 해봤습니다. 키워드만 보셔도 어떤식으로 문제가 나오는지 대략 감을 잡으시리라 생각됩니다.
AIDE 2급 자격증 시험은 총50문제 / 이론문제 20문제, 실습문제 30문제로 구성되어있으며 합격점수는 60점입니다. 한문제당 2점씩이니 50문제 중 30문제를 맞추면 합격입니다. 그렇지만 은근히 어렵습니다. 검토한다고 고친답은 다 틀림. 처음에 고른답이 답일 확률이 높아요 ㅠㅠ ㅋㅋㅋ (합격여부는 다음주 수요일날 발표준답니다)
AIDE 2급 자격증 이론 5회 기출문제
* 한국말도 중요하지만 영어와 함께 알아두어야함. 원래 어원자체가 영어로 된 단어를 많이 사용하는 터라 스펠링을 눈으로 익히거나 한번씩 써보길 추천드린다. 왜냐하면 시험 보기에 한글없고, 영어단어로 나오는 경우 있음. 눈으로만 익히면 비슷한 단어가 나열됐을때 헷갈릴수 있으니 한번 써보면 더 익히는데 낫지 않을까 싶다.
데이터라벨링(Data labeling) : 사람이 만든 사진, 문자등의 데이터를 인공지능이 학습할수 있는 형태로 가공하는 작업
M2M(Machine to Machine) :사물지능통신을 의미하며, 기계간의 통신 및 사람이 동작하는 디바이스와 기계간의 통신을 말함.
퍼셉트론(Perceptron) : 프랑크 로젠블라트가 1957년에 고안한 알고리즘, 딥러닝(신경망)의 기원이 되는 알고리즘
비지도학습 (Unsupervised Learning) : 답을 가르쳐주지 않고 학습 / 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않는다.
회귀(Linear regression) 예시들 /개념도 알아야함. (지도학습 : 분류와 회귀) - 회귀: 가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용/종속변수-양적 데이터 - 분류: 가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 사용/종속변수 -범주형 데이터//////회귀분석은 시간에 따라 변화하는 데이터나 어떤 영향, 가설적 실험, 인과 관계의 모델링등의 통계적 예측에 이용될 수 있다. 회귀(영어: regress 리그레스[*])의 원래 의미는 옛날 상태로 돌아가는 것을 의미한다. 영국의 유전학자 프랜시스 골턴은 부모의 키와 아이들의 키 사이의 연관 관계를 연구하면서 부모와 자녀의 키사이에는 선형적인 관계가 있고 키가 커지거나 작아지는 것보다는 전체 키 평균으로 돌아가려는 경향이 있다는 가설을 세웠으며 이를 분석하는 방법을 "회귀분석"이라고 하였다. 이러한 경험적 연구 이후, 칼 피어슨은 아버지와 아들의 키를 조사한 결과를 바탕으로 함수 관계를 도출하여 회귀분석 이론을 수학적으로 정립하였다.
딥러닝(훈련,평가)
초상권 (특정인의 식별할수 있는 신체적 특징)
다양성 5V (영어로 보기나옴) :
데이터셋(Data Set) = 원천데이터+라벨링데이터
인공지능서비스(실시간서비스(APl 개발/모델생성/데이터가공(전처리)/데이터획득)
데이터가공(전처리) : 데이터라벨링, 구분 선별. 포맷변경, 결합, 변형 등
ANN (인공신경망) : 인공신경망은 생물학의 신경망에서 영감을 얻은 학습 알고리즘, 입력층, 은닉층 출력층 총 3층 ( 인간의 신경을 흉내낸 머신러닝 기법.)
train,test(훈련데이터,평가데이터) = 딥러닝 학습 데이터 (영어로 알아두길)
epoch(에포크)
Classification 분류 = 학습을 통하여 1개의 object 찾는것
인공지능은 데이터셋을 함께 학습한 인공지능은 이를 토대로 새로운 이미지를 식별하게 되는 과정
Bounding box(바운딩박스) : 학습을 통해 검출한 객체의 영역을 사각형으로 표시하는 것을 의미
Instance Segmentation : 의미적 분할 - 객체인식에서 이미지 내의 의미있는 단위로 분할하는 작업을 말함
AI(인공지능) - 사람의 뇌를 흉내내는 인공신경망과 다양한 머신러닝 알고리즘을 통해 구현
AIDE 2급 자격증 실습문제
*바운딩, 폴리라인(자율주행차선/선), 폴리곤(점찍어 연결/다각형), 키포인트 의 개념은 알아야함 각각 모두 개념이 뭔지 묻는 문제 나옴. 모두 개념뜻 알아야합니다.
데이터 어노테이션(Data Annotation) 의 종류
데이터 어노테이션(Data Annotation)이란 미가공 데이터를 의미 있는 단위(예: 자동차, 트럭, 보행자 등)로 구분하고 속성 정보를 입력하는 작업을 말합니다.
Bounding box(바운딩박스) : 학습을 통해 검출한 객체의 영역을 사각형으로 표시하는 것을 의미
Point (포인트) : 이미지에서 찾으려는 객체에 대해 점을 찍어 표기하는 방식
Polygon (폴리곤) : 다각형. Object Detection(객체검출)하려는 객체를 다각형으로 표기
Keypoint (키포인트): 탐지하려는 객체의 모양을 알고싶을 때 데이터의 외곽선을 따줌으로써 폴리곤과 포인트 정보를 만들어 특징을 갖게 만드는 것
Polyline(폴리라인) : 많은 점으로 선을 그어 표기. 도로선 같이 시작과 끝이 없는 선을 구분할 때 사용하기 좋은 라벨링.주로 차량 ADAS에서 자율주행을 위해 사용.
Cuboid(큐보이드) : 정육면체. 기존에 Bounding Box가 2차원으로 데이터를 형성하는 것이었다면, 차원을 하나 더 높여서3차원의 데이터로 더 많은 정보를 제공.자율주행 시스템에서 차량의 앞뒤 좌우를 표기하는데 매우 유용함.
데이터라벨링 작업을 할수 있는 데이터 - 이미지,텍스트,영상 (라벨링작업을 못하는 데이터 묻는문제나옴)
1. 이미지 분류/판별 (세상의 길을 안내하는 AI) 2. 음성 분류/판별 (인공지능을 넘어 감정지능으로) 3. 영상 분류/판별 (사람의 감정을 읽어내는 AI의 비밀 4. 텍스트 수집 (글로 쓰는 나만의 웹툰) 5. 이미지 분류/판별 중급 (TV에서 본 옷과 같은 걸 찾아줘!) 6. 텍스트 분류/판별 입문 (마음을 치유하는 AI 심리상담) 7. 바운딩 입문 I (뇌 건강, AI가 책임질게요) 8. 바운딩 입문 II (우리 아이만을 위한 AI 비서) 9. 텍스트 분류/판별 중급 (나만의 AI 법률 서비스) 10. 얼굴 랜드마크 (AI가 얼굴을 알아본다) 11. 바운딩 중급 I (우리집 반려견의 AI 친구) 12. OCR 입문 (AI가 OCR을 만나면 생기는 일) 13. 바운딩 중급 II (마우스로 피자 만들기)
AIDE 2급 실습문제는 실습을 하는게 아니라 객곽식 형태로 나옵니다. 각각의 목차에서 한주제당 2-5문제씩 나옴
이미 내일배움카드로 입문/중급 수료를 다했다면 쉽게 풀수 있는 문제임. 물론 지금 현재 교육프로그램을 수료한 사람(내일배움카드 교육과 실습내용동일)도 가능한 문제임.
다만, 실습한지가 작년이라서 가물가물한거 빼고는 이론보다는 실습문제가 쉬운편. 그러나 용어개념을 모르면 약간 어렬울수 있음 예를 들어 폴리곤 키포인트 폴리라인 등 개념을 알고 어떤 작업할때 쓰이는 지는 기본으로 알고 있어야 함.
대충 기억나는 걸 기반으로 간단하게 작성해봤습니다. 다음 기회에는 데이터라벨링 용어 한번 정리해드려볼께요!조금이나마 도움이 되셨길 바라며, 시험문제나 유형이나 궁금하신 점 있다면 댓글로 문의해주시거나 카카오 채널 오픈톡(https://pf.kakao.com/_yaIxbb)으로 문의 주시면 됩니다. 바로바로 답변을 못하더라도 늦게라도 확인하는대로 답변 드릴께요. 감사합니다.
