대학원 면접 정리
면접기출 모범답안
고려대학교
- Vector Space: 벡터 공간은 스칼라곱과 벡터 합이 정의된 벡터의 집합입니다.
- Rank: 행렬의 랭크는 행렬의 열 벡터 중 선형 독립인 벡터의 최대 개수입니다.
- Eigen Decomposition: 고유 분해는 행렬을 고유값과 고유벡터를 사용하여 분해하는 방법입니다.
- Determinant: 행렬식은 행렬의 선형 독립성을 나타내며, 역행렬의 존재 여부를 판단할 수 있습니다.
- Random Variable: 랜덤 변수는 확률 공간에서 정의된 실수 값을 가지는 함수입니다.
- Independence: 두 이벤트 A와 B가 서로에게 영향을 주지 않을 때, 독립이라고 합니다.
- Gaussian Distribution: 정규 분포는 연속 확률 분포로, 자연과 사회 과학에서 자주 나타나는 분포 형태입니다.
- Bayesian Theorem: 베이즈 정리는 조건부 확률을 계산하는 방법을 제공합니다.
- Curse of Dimensionality: 차원의 저주는 고차원 공간에서 데이터의 밀도가 희박해지는 현상을 의미합니다.
- Process and Thread Difference: 프로세스는 실행 중인 프로그램 인스턴스를, 스레드는 프로세스 내에서 실행되는 하나의 실행 단위를 의미합니다.
포항공과대학교
- Eigenvalue and Eigenvector: 고유값은 행렬 A에 대해 Ax = λx를 만족하는 스칼라 λ를, 고유벡터는 이 때의 벡터 x를 의미합니다.
- Joint and Marginal Probability: 결합확률은 두 이벤트가 동시에 발생할 확률을, 주변확률은 각 이벤트가 개별적으로 발생할 확률을 의미합니다.
- Chain Rule: 체인 규칙은 합성함수의 미분에 관한 규칙입니다.
- Divide and Conquer: 분할 정복은 큰 문제를 작은 문제로 나누어 해결하는 알고리즘 전략입니다.
연세대학교
System Call과 Interrupt의 차이:
- System Call은 프로세스가 운영체제의 서비스를 요청할 때 사용하는 인터페이스이며,
- Interrupt는 하드웨어에서 발생하는 예외 상황을 운영체제에 알리는 신호입니다.
인터럽트 처리 방법:
- 인터럽트가 발생하면, 운영체제는 현재 실행 중인 프로세스를 중단하고 인터럽트 처리 루틴을 실행합니다.
가상 메모리에서 페이징 처리:
- 페이징은 가상 메모리를 일정 크기의 페이지로 나누어 물리 메모리에 적재하는 기법
Context Switching에서 프로세스와 스레드의 차이:
- 프로세스 간 컨텍스트 스위칭은 메모리, 레지스터 상태 등 많은 정보를 저장/복원해야 하지만, 스레드 간 컨텍스트 스위칭은 더 적은 정보를 저장/복원하므로 더 빠릅니다.
한양대학교
Binary Search:
- 이진 탐색은 정렬된 배열에서 특정 값을 찾기 위해 배열을 반으로 나누며 탐색하는 알고리즘이며, O(log n)의 시간 복잡도를 가집니다.
Quick Sort:
- 퀵 정렬은 배열을 피벗을 기준으로 두 부분으로 나누고, 각 부분을 재귀적으로 정렬하는 알고리즘이며, 평균 시간 복잡도는 O(n log n)입니다.
Contrastive Learning:
- 대조 학습은 서로 다른 두 데이터 간의 차이를 학습하여 유사한 데이터를 구분하는 데 사용되는 비지도 학습 방법입니다.
Resnet18 구조:
- Resnet18은 Residual Network의 구조를 가지며, 18개의 레이어로 구성되어 있습니다.
- 잔차 연결을 통해 깊은 네트워크에서의 학습을 용이하게 합니다.
중앙대학교
SVM 설명:
- 서포트 벡터 머신(SVM)은 마진을 최대화하여 두 클래스를 분리하는 초평면을 찾는 분류 알고리즘이며, 비선형 분류도 커널 트릭을 통해 가능합니다.
Margin의 중요성:
- 마진을 최대화함으로써, 모델은 더욱 일반화될 가능성이 높아져 오버피팅을 방지하고, 더 좋은 분류 성능을 얻을 수 있습니다.
Dimensionality Reduction:
- 차원 축소는 고차원 데이터를 저차원 공간으로 변환하여 데이터의 복잡도를 줄이고, 계산 효율성을 높이며, 데이터를 시각화하기 쉽게 만드는 기법입니다.
PCA 설명:
- 주성분 분석(PCA)은 데이터의 분산을 최대화하는 축을 찾아, 고차원 데이터를 저차원으로 변환하는 차원 축소 방법입니다
Share article
![[자료구조] B-Tree란 무엇인가?](https://image.inblog.dev?url=https%3A%2F%2Fsource.inblog.dev%2Ffeatured_image%2F2023-11-30T10%3A54%3A32.765Z-abee76ad-46ff-4dc6-a154-7462754dd09b&w=750&q=75)
