총 9,650개
-
머신러닝의 3가지 학습 방법: 지도학습, 비지도 학습, 강화학습2025.01.041. 지도학습 지도학습은 입력과 출력 간의 관계를 학습하는 방식으로, 정답과 사례를 연결시켜주는 방식으로 이루어집니다. 데이터 집합을 통해 입력과 출력 간의 함수관계를 기계가 배우게 되며, 이렇게 얻어진 함수를 모델이라고 합니다. 지도학습으로 만들 수 있는 대표적인 것은 패턴 분류와 회귀분석입니다. 2. 비지도 학습 비지도학습은 입력 데이터 세트에 레이블을 달아주지 않고, 기계가 데이터를 묶을 수 있는 특징을 스스로 찾아내게 합니다. 비지도 학습은 데이터 집합 속에서 숨겨진 패턴을 배우며, 군집화를 이용해 서로 유사한 데이터를 묶습...2025.01.04
-
스키너의 강화계획을 활용한 아동 행동 학습2025.01.291. 스키너의 강화계획 스키너의 강화계획은 행동주의 심리학의 대표적인 개념으로, 특정 행동을 강화하거나 소거하기 위해 어떻게 강화물을 제공해야 하는지에 대한 체계적인 방식을 제시한다. 강화 계획은 행동의 학습과 유지에 중요한 영향을 미치며, 이를 적절히 활용하면 아동의 행동 교정 및 학습에도 효과적으로 적용할 수 있다. 2. 간격강화계획 간격강화계획에는 고정 간격 강화 계획과 변동 간격 강화 계획이 있다. 고정 간격 강화 계획은 일정한 시간 간격을 두고 강화물을 제시하는 것으로, 강화 직전의 반응률은 높아지고 강화 직후의 반응률은 ...2025.01.29
-
인공지능 머신러닝 지도학습, 비지도학습, 강화학습의 실사례2025.01.161. 지도학습(Supervised Learning) 지도학습은 입력한 데이터와 출력한 데이터를 각각 공급하여 작동하는 유형으로, 훈련을 통해 알고리즘이 입력값을 바탕으로 내용을 처리하고 모델을 수정하며 원하는 출력에 근접하는 결과물을 산출하게 됩니다. 이는 분류와 예측 문제에 유용한 학습 방법으로, 스팸 이메일 탐지 기능은 대표적인 사례입니다. 해당 모델은 '스팸 메일'과 '비스팸 메일'로 레이블이 지정된 이메일 데이터 집합을 통해 학습되며, 키워드, 발신자 정보, 이메일 구조 및 내용과 같은 특징을 사용하여 새로운 수신 이메일을 ...2025.01.16
-
학습이론 중 조작적 조건형성에서 강조하는 강화와 처벌의 의미2025.04.291. 강화의 의미와 예 강화는 보상에 대한 강화물이 제공되어지며 탐구 대상은 이러한 작용을 통하여 학습의 확률이 높아지게 되어진다. 강화는 부적 강화와 정적 강화가 있는데 부적 강화는 학습자에게 불쾌한 자극을 해소하여 줌으로써 강화되는 방식이고, 정적 강화는 긍정적인 행동의 결과에 의한 보상이 주어지는 방식이다. 이러한 강화는 강화 계획에 따라 명확히 제시되어야 하며 연속적인 성격을 가지기도 하고 간헐적 성격을 가지게 되면서 학습자의 상황을 고려하여 다양한 형태를 취하게 되어진다. 2. 처벌의 의미와 예 처벌은 바람직하지 못한 행동...2025.04.29
-
강화학습을 이용한 unslotted CSMA_CA backoff 학습법2025.04.251. IEEE 802.15.4 프로토콜 IEEE 802.15.4 프로토콜은 저전력 및 저속 WSN(Wireless Sensor Network)의 특성을 달성하기 위한 프로토콜입니다. MAC계층은 unslotted, slotted 두가지의 CSMA/CA알고리즘을 지원하며, 본 논문에서는 Unslotted CSMA/CA 알고리즘을 개선하고자 합니다. 2. Unslotted CSMA/CA 알고리즘 Unslotted CSMA/CA 알고리즘은 시간동기화 없이 패킷을 전송하지만, 주변 트래픽이 혼잡해질수록 패킷 충돌확률이 높아져 PDR이 급격...2025.04.25
-
스키너의 강화계획을 활용한 아동 행동 학습 방안2025.01.231. 스키너의 강화계획 특징 스키너의 강화계획은 크게 고정비율 강화, 변동비율 강화, 고정간격 강화, 변동간격 강화로 나뉩니다. 고정비율 강화는 일정한 횟수의 행동 후에 강화 자극을 제공하며, 변동비율 강화는 예측할 수 없는 횟수의 행동 후에 강화가 주어집니다. 고정간격 강화는 특정 시간 간격이 지나면 강화 자극을 제공하고, 변동간격 강화는 불규칙한 시간 간격 후에 강화가 주어집니다. 각 강화계획은 행동의 학습 속도와 유지율에 다른 영향을 미칩니다. 2. 변동비율 강화의 효과성 변동비율 강화는 아동의 긍정적 행동을 빠르게 학습시키고...2025.01.23
-
MATLAB 머신러닝, 딥러닝, 강화학습 예제 실습하기2025.05.161. MATLAB MATLAB은 MathWorks사에서 개발한 공학용 소프트웨어로, 행렬을 기반으로 계산, 함수나 데이터를 그림으로 그리는 기능 및 프로그래밍을 통한 알고리즘 구현 등을 제공하며, 수치계산이 필요한 과학 및 공학 분야에서 다양하게 사용되는 프로그램이다. 2. 머신러닝 머신러닝은 인공지능의 하위 분야 중 하나로, 데이터를 기반으로 컴퓨터가 스스로 학습하고 예측하는 알고리즘을 연구하고 개발하는 기술 분야이다. 알고리즘의 유형에는 지도학습, 비지도학습(자율학습), 강화학습 이렇게 크게 세가지 정도가 있다. 3. 딥러닝 딥...2025.05.16
-
행동주의 학습이론에 대한 토론: 조작적 조건형성 원리에서 제시된 강화와 벌의 효과2025.01.161. 강화 강화(reinforcement)는 행동의 발생 빈도를 높여 주는 자극으로, 강화에는 정적 강화(Positive reinforcement)와 부적 강화(negative reinforcement)가 있다. 정적 강화는 긍정적인 보상을 제공하여 행동 발생 확률을 높이고, 부적 강화는 불쾌한 자극을 제거하거나 보류하여 행동 발생 확률을 높인다. 강화를 효과적으로 하기 위해서는 강화계획을 잘 세워야 하며, 연속적 강화와 간헐적 강화의 차이를 이해해야 한다. 2. 벌 벌은 특정 행동에 대한 부적 결과로, 그 행동의 발생 빈도를 줄이...2025.01.16
-
고전적 조건화와 조작적 조건화, 강화와 처벌의 학습 효과2025.01.041. 고전적 조건화 파블로프의 개 실험을 통해 설명되는 고전적 조건화는 중성자극이 무조건자극과 연결되어 조건자극이 되고, 이를 통해 조건반응이 형성되는 학습 과정이다. 이는 개인의 의지와 상관없이 자동적으로 일어나는 학습 형태이다. 2. 조작적 조건화 스키너의 실험을 통해 설명되는 조작적 조건화는 유기체가 능동적으로 행동을 하고, 그에 따른 보상에 의해 행동이 강화되는 학습 과정이다. 강화와 소거, 처벌 등의 원리를 통해 바람직한 행동을 증가시키고 바람직하지 않은 행동을 감소시킬 수 있다. 3. 강화와 처벌의 적용 일상생활에서 경험...2025.01.04
-
학습이론적 접근 말레테스타 학자의 모방과 강화2025.04.261. 영아기의 정서발달 영아기의 정서발달은 신생아 초기의 기본 정서에서 점차 분화되어, 2세경이 되면 인간이 가지고 있는 대부분의 정서가 나오게 된다. 정서는 행동을 조직하고 통제하는 동기이며, 신체정신적 건강에 영향을 미치는 것으로 타인과의 상호작용을 유발하고 인지발달에 영향을 준다. 영아기의 정서발달은 개인 특유의 기질적 특성을 보이면서도, 애착 형성, 또래와의 관계 형성에도 영향을 미치게 된다. 2. 정서발달의 학습이론적 접근 정서발달 접근법 중 학습이론적 접근은 대부분의 정서가 사회적 상호작용으로부터 기인한다는 것으로, 영아...2025.04.26
1 / 965
