정보관리기술사 120회-134회 출제 기반으로 작성 되었습니다. 『도메인, 대분류, 중분류는 주관적인 기준에 따라 작성된 점을 참고해 주시기 바랍니다.』 |
대분류 | 중분류 | 토픽 | 출제 횟수 |
0901_AI 개요 | AI의 윤리와 법적 고려사항 | AI윤리 | 4 |
0902_머신러닝 | 머신러닝의 알고리즘 | SVM(Support Vector Machine) | 3 |
0901_AI 개요 | AI 데이터와 품질 관리 | AI학습용데이터품질관리가이드라인 | 2 |
0901_AI 개요 | AI 데이터와 품질 관리 | 어노테이션(Annotation) | 2 |
0902_머신러닝 | 머신러닝의 개념과 유형 | 머신러닝(Machin Learning) | 2 |
0902_머신러닝 | 머신러닝의 알고리즘 | DBSCAN(Density Based Spatial Clustering of Applications with Noise) | 2 |
0902_머신러닝 | 머신러닝의 알고리즘 | K-평균알고리즘(K-Means) | 2 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 알고리즘 유형 | 베이지안최적화(Bayesian Optimization) | 2 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | LLM(Large Language Model) | 2 |
0901_AI 개요 | AI 데이터와 품질 관리 | AI학습용데이터특성 | 1 |
0901_AI 개요 | AI 데이터와 품질 관리 | 데이터라벨링(Data Labeling) | 1 |
0901_AI 개요 | AI 데이터와 품질 관리 | 데이터획득정제방법과기준 | 1 |
0901_AI 개요 | AI의 윤리와 법적 고려사항 | AI거버넌스모형 | 1 |
0901_AI 개요 | AI의 윤리와 법적 고려사항 | AI신뢰성 | 1 |
0901_AI 개요 | AI의 윤리와 법적 고려사항 | 딥페이크(Deepfake) | 1 |
0901_AI 개요 | AI의 윤리와 법적 고려사항 | 정부의인공지능윤리기준 | 1 |
0901_AI 개요 | AI의 정의와 개념 | 귀납적사고(Inductive Reasoning) | 1 |
0901_AI 개요 | AI의 정의와 개념 | 술어논리(Predicate Logic) | 1 |
0902_머신러닝 | 머신러닝의 개념과 유형 | 기계학습모델링(Machine Learning Modeling) | 1 |
0902_머신러닝 | 머신러닝의 알고리즘 | SOM(Self Organizing Map) | 1 |
0902_머신러닝 | 머신러닝의 알고리즘 | 데이터차원축소(Data Dimensionality) | 1 |
0902_머신러닝 | 머신러닝의 최적화 | 머신러닝최적화알고리즘(Optimization Algorithm) | 1 |
0903_딥러닝 | 딥러닝 구조 | SNN(Spiking Neural Network) | 1 |
0903_딥러닝 | 딥러닝 구조 | 신경망분석(Neural Network Analysis) | 1 |
0903_딥러닝 | 딥러닝 최적화 | EfficientDet | 1 |
0903_딥러닝 | 딥러닝 최적화 | EfficientNet | 1 |
0903_딥러닝 | 딥러닝 최적화 | 텐서플로(TensorFlow) | 1 |
0903_딥러닝 | 딥러닝의 개념 | 딥러닝(Deep Learning) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 발생 문제 | 과적합(Overfitting) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 알고리즘 유형 | Adam(Adaptive Moment Estimation) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 알고리즘 유형 | RMSProp(Root Mean Square Propagation) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 알고리즘 유형 | 메타휴리스틱스(Metaheuristics) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 알고리즘 유형 | 모멘텀(Momentum) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 항목 | 파라미터(Parameter) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 최적화 항목 | 하이퍼파라미터(Hyperparameter) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 학습 기법 | 오류역전파(Backpropagation) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 학습 기법 | 인공신경망(Neural Networks) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 학습 기법 | 피드포워드뉴럴네트워크(Feedforward Neural Network) | 1 |
0904_머신러닝 딥러닝 공통 | 공통 학습 기법 | 활성화함수(Activation Function) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | BERT(Bidirectional Encoder Representations from Transformers) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | GPT-3 | 1 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | PLM(Pre-trained Language Model) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | Word Embedding | 1 |
0905_자연어 처리(NLP) | 자연어 처리 모델 | 자연어처리임베딩(Embedding) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 응용 기술 | NER(Named Entity Recognition) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 응용 기술 | RAG(Retrieval Augmented Generation) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 응용 기술 | TF-IDF(Term Frequency-Inverse Document Frequency) | 1 |
0905_자연어 처리(NLP) | 자연어 처리 프레임워크 | 랭체인(LangChain) | 1 |
0906_AI 모델 평가와 최적화 | 모델 성능 평가 지표 | AI모델성능평가지표 | 1 |
0906_AI 모델 평가와 최적화 | 모델 성능 평가 지표 | F1-Score | 1 |
0906_AI 모델 평가와 최적화 | 모델 성능 평가 지표 | 재현율(Recall) | 1 |
0906_AI 모델 평가와 최적화 | 모델 성능 평가 지표 | 정밀도(Precision) | 1 |
0906_AI 모델 평가와 최적화 | 모델 성능 평가 지표 | 혼동행렬(Confusion Matrix) | 1 |
0907_AI의 실무 적용과 발전 | AI 모델 운영과 특수 기술 | AI파운데이션모델 | 1 |
0907_AI의 실무 적용과 발전 | AI 모델 운영과 특수 기술 | 딥뷰(DeepView) | 1 |
0907_AI의 실무 적용과 발전 | AI 모델 운영과 특수 기술 | 연합학습(Federated Learning) | 1 |
0907_AI의 실무 적용과 발전 | AI 모델 운영과 특수 기술 | 온디바이스AI(Artificial Intelligence) | 1 |
0907_AI의 실무 적용과 발전 | AI의 실무 적용과 운영 | DSML(Data Science & Machine Learning)프로젝트 | 1 |
0907_AI의 실무 적용과 발전 | AI의 실무 적용과 운영 | MLOps | 1 |
0907_AI의 실무 적용과 발전 | AI의 실무 적용과 운영 | 머신러닝파이프라인(Machine Learning Pipeline) | 1 |
0907_AI의 실무 적용과 발전 | 생성형 AI 활용 | 생성형AI | 1 |
'IT 항해 기록(기출) > 도메인별' 카테고리의 다른 글
06_보안[93 토픽] (0) | 2025.01.18 |
---|---|
07_DB,BD[71 토픽] (0) | 2025.01.18 |
02_경영[56 토픽] (0) | 2025.01.18 |
05_NW[45 토픽] (0) | 2025.01.18 |
08_확률,통계[29 토픽] (1) | 2025.01.18 |