연세대 대학원 인공지능학과 전공 필기 시험 예상 문제, 연대 연세대학교 AI 대학원 전공 면접 입시 구술 고사 예상 핵심 질문, 우수 답변, 관련 개념 요약 정리 모음, 자기소개서 작성 이후 전공 면접 준비, 석사 박사 석박사 통합 과정 합격 후기, 확률 통계, 선형 대수, 인공지능 지식, 프로그래밍

소개

"연세대 대학원 인공지능학과 전공 필기 시험 예상 문제, 연대 연세대학교 AI 대학원 전공 면접 입시 구술 고사 예상 핵심 질문, 우수 답변, 관련 개념 요약 정리 모음, 자기소개서 작성 이후 전공 면접 준비, 석사 박사 석박사 통합 과정 합격 후기, 확률 통계, 선형 대수, 인공지능 지식, 프로그래밍"에 대한 내용입니다.

목차

1. 기본 확률 통계 핵심 개념 20문제
2. 인공지능 확률 통계 핵심 개념 15문제
3. 기본 선형 대수 핵심 개념 20문제
4. 인공지능 선형 대수 핵심 개념 15문제
5. 기본 인공지능 지식 핵심 개념 20문제
6. 프로그래밍 핵심 개념 20문제

본문내용

1. 기본 확률 통계 핵심 개념 20문제

1. 문제: 확률 변수의 기대값과 분산을 구하는 방법에 대해 설명하시오.
답변:
확률 변수 X의 기대값은 X의 가능한 값에 각 값의 확률을 곱한 후 모두 더한 값입니다. 수식으로 표현하면 E[X] = Σx * P(X=x)입니다. 분산은 확률 변수의 값이 기대값에서 얼마 나 떨어져 있는지를 나타내는 척도로, Var(X) = E[(X - E[X])^2]입니다.

관련 개념:
Expectation (기대값): 확률 변수의 평균적인 값을 나타냅니다.
Variance (분산): 데이터의 분포가 평균값 주변에서 얼마나 퍼져 있는지를 나타냅니다.
Standard Deviation (표준편차): 분산의 제곱근으로, 데이터의 퍼짐 정도를 같은 단위로 표 현합니다.

2. 문제: 이산 확률 분포와 연속 확률 분포의 차이점을 설명하시오.
답변:
이산 확률 분포는 확률 변수의 값이 특정 개수의 값만을 가질 수 있는 경우를 다룹니다. 예를 들어, 동전 던지기 결과는 '앞면'과 '뒷면' 두 가지 경우만 가질 수 있습니다. 연속 확률 분포는 확률 변수가 연속적인 값을 가질 수 있는 경우를 다룹니다. 예를 들어, 사람 의 키와 같은 측정치는 연속적인 값을 가질 수 있습니다.

관련 개념:
Discrete Distribution (이산 분포): 확률 변수의 값이 명확히 구분되는 경우, 예를 들어 이 항 분포.
Continuous Distribution (연속 분포): 확률 변수가 연속적인 값들을 가지는 경우, 예를 들 어 정규 분포.
Probability Mass Function (PMF): 이산 확률 변수의 특정 값에 대한 확률을 나타냅니다.
Probability Density Function (PDF): 연속 확률 변수의 특정 구간에 대한 확률 밀도를 나타 냅니다.

3. 문제: 조건부 확률이란 무엇이며, 이를 계산하는 방법을 설명하시오.
답변:
조건부 확률은 사건 A가 발생했을 때 사건 B가 발생할 확률을 나타냅니다. 수식으로 표 현하면 P(B|A) = P(A ∩ B) / P(A)입니다. 여기서 P(B|A)는 사건 A가 주어졌을 때 사건 B가 발생할 확률을 의미합니다.