무료 온라인 액세스 EMC.D-GAI-F-01.v2024-10-14.q20 모의 시험 (Page 5)

D-GAI-F-01 문제 16

AI를 윤리적으로 사용하기 위해 조직, 정부, 개발자에게 적용되는 원칙은 무엇인가요?

A. AI 모델의 정확성, 공정성 및 사용에 대해서는 규제 기관만이 책임을 져야 합니다.

B. AI 모델의 가치는 재정적 이득으로만 측정되어야 합니다.

C. 모든 모델은 데이터의 개인 정보 보호 및 기밀성을 보장해야 합니다.

D. 모든 모델은 항상 사용자의 관점과 일치해야 합니다.

D-GAI-F-01 문제 17

머신 러닝 엔지니어는 레이블이 지정된 데이터를 사용하여 모델을 훈련하는 프로젝트를 진행하고 있습니다.
그는 어떤 유형의 학습을 사용하고 있나요?

A. 자기 지도 학습

B. 비지도 학습

C. 지도 학습

D. 강화 학습

정답: C

머신 러닝 엔지니어가 레이블이 지정된 데이터를 사용하여 모델을 학습할 때 사용되는 학습 유형은 지도 학습입니다. 지도 학습에서 모델은 레이블이 지정된 데이터 세트에서 학습되며, 이는 각 학습 예제가 출력 레이블과 쌍을 이룬다는 것을 의미합니다. 모델은 입력 데이터에서 출력을 예측하는 방법을 학습하며, 목표는 예측된 출력과 실제 출력 간의 차이를 최소화하는 것입니다.
공식 Dell GenAI Foundations Achievement 문서는 머신 러닝의 기본 개념, 특히 지도 학습을 다루는 것으로 보이는데, 지도 학습은 머신 러닝의 주요 범주 중 하나이기 때문입니다. 지도 학습 알고리즘은 입력과 원하는 출력을 모두 포함하는 데이터 집합의 수학적 모델을 구축한다고 설명합니다.12 이 데이터는 학습 데이터라고 하며, 일련의 학습 예제로 구성됩니다. 각 예제는 입력 객체(일반적으로 벡터)와 원하는 출력 값(감독 신호라고도 함)으로 구성된 쌍입니다. 지도 학습 알고리즘은 학습 데이터를 분석하고 추론 함수를 생성하며, 이 함수를 사용하여 새로운 예제를 매핑할 수 있습니다.
자기 지도 학습(옵션 OA)은 시스템이 다른 부분에서 입력의 일부를 예측하는 방법을 학습하는 비지도 학습의 한 유형입니다. 비지도 학습(옵션 OB)은 레이블이 지정된 응답이 없는 데이터에서 모델을 학습하는 것을 포함합니다. 강화 학습(옵션 OD)은 에이전트가 행동을 수행하고 보상이나 페널티를 받음으로써 결정을 내리는 방법을 학습하는 학습의 한 유형입니다. 따라서 정답은 C입니다. 지도 학습은 모델을 학습하기 위해 레이블이 지정된 데이터를 직접 사용하는 것을 포함하기 때문입니다.

D-GAI-F-01 문제 18

자연어 처리 맥락에서 대규모 언어 모델(LLM)의 주요 기능은 무엇입니까?

A. LLM은 인간 언어로 입력을 받고 인간 언어로 출력을 생성합니다.

B. LLM은 신경망의 크기를 줄이는 데 사용됩니다.

C. LLM은 신경망의 크기를 늘리는 데 사용됩니다.

D. LLM은 이미지, 오디오, 비디오 데이터를 구문 분석하는 데 사용됩니다.

D-GAI-F-01 문제 19

AI 훈련 데이터에 편향이 어떤 영향을 미칩니까?

A. 모델이 데이터를 더 빠르게 처리할 수 있도록 보장합니다.

B. 불공정하거나 잘못된 결과를 초래할 수 있습니다.

C. 알고리즘의 복잡성을 단순화합니다.

D. 작업 전체에서 모델의 성능을 균일하게 향상시킵니다.

D-GAI-F-01 문제 20

여러분은 경쟁적인 환경에서 함께 작동하여 새로운 데이터를 생성하는 두 개의 신경망을 포함하는 새로운 AI 모델을 개발하고 있습니다.
이 모델의 이름은 무엇인가?

A. 피드포워드 신경망

B. 생성적 적대 신경망(GAN)

C. 변압기

D. VAE(변형 자동 인코더)

최근 업로드: 108Microsoft.AZ-500-KR.v2026-06-04.q213; 111Microsoft.DP-600-KR.v2026-06-04.q98; 105Microsoft.AZ-204-KR.v2026-06-04.q237; 136Microsoft.PL-600-KR.v2026-06-04.q112; 193Microsoft.SC-300-KR.v2026-06-03.q151; 154Microsoft.DP-600-KR.v2026-06-03.q70; 870PMI.PMP-KR.v2026-06-01.q1069; 231Microsoft.MS-102-KR.v2026-06-01.q252; 212Amazon.DOP-C02-KR.v2026-06-01.q207; 159Microsoft.AZ-104-KR.v2026-06-01.q197