총 142개
-
(A0) 서울대학교 머신러닝을 위한 기초 수학 및 프로그래밍 실습 과제, 소논문2025.01.181. 머신러닝 기초 수학 및 프로그래밍 실습 이 자료는 서울대학교에서 진행된 머신러닝 수업의 과제와 소논문에 대한 내용입니다. 과제 7-1에서는 최종 프로젝트에 대한 1페이지 제안서 작성이 요구되었습니다. 제안서에는 예측, 분류, 값 예측 등의 아이디어와 데이터 수집 및 실현 계획이 포함되어야 합니다. 과제 7-2에서는 팬데믹 이후 여행하고 싶은 두 도시를 선택하고 이들 간의 거리를 계산하는 프로그래밍 과제가 주어졌습니다. 1. 머신러닝 기초 수학 및 프로그래밍 실습 머신러닝은 데이터 기반의 알고리즘을 통해 문제를 해결하는 기술로,...2025.01.18
-
인공지능 시대의 선형대수학 3장 연습문제 풀이2025.11.171. 선형대수학 인공지능 시대의 선형대수학은 현대 AI 및 머신러닝 분야의 기초 수학으로, 벡터, 행렬, 선형변환 등의 개념을 다룬다. 이 교재는 AI 응용에 필요한 선형대수학의 핵심 개념을 체계적으로 설명하며, 실무 중심의 예제와 연습문제를 통해 학습자의 이해도를 높인다. 2. 연습문제 풀이 3장 연습문제 풀이는 해설과 답안을 중심으로 구성되어 있으며, 학생들이 자신의 풀이 과정을 검증하고 올바른 해법을 학습할 수 있도록 돕는다. 각 문제의 단계별 풀이 과정을 제시하여 개념 이해와 문제 해결 능력을 동시에 향상시킨다. 3. 인공지...2025.11.17
-
선형회귀(Linear Regression)는 통계인가 머신 러닝인가?2025.05.081. 선형회귀 선형 회귀는 연속 값을 예측하는 데 사용되는 통계 방법입니다. 선형 회귀 모델은 두 변수 간의 관계를 설명하는 선형 방정식을 찾는 통계적 방법입니다. 선형 회귀 모델은 통계, 공학, 마케팅, 금융, 제조를 포함한 다양한 분야에서 사용됩니다. 선형 회귀는 데이터를 설명하고 미래를 예측하는 데 사용할 수 있는 가장 널리 사용되는 방법입니다. 2. 통계와 머신러닝 머신러닝의 등장으로 선형회귀는 주로 '지도 학습' 문제에서 사용됩니다. 선형회귀는 입력 변수와 출력 변수 사이의 선형적인 관계를 모델링하여 새로운 입력에 대한 출...2025.05.08
-
화학공학을 위한 머신러닝과 딥러닝 기본이론2025.11.181. 지도학습 알고리즘 나이브 베이즈 분류, 선형판별분석, K-최근접 이웃, 서포트 벡터 머신, 랜덤 포레스트, 그레디언트 부스트, 신경망 등의 지도학습 알고리즘들을 다룬다. 이들은 정답이 있는 데이터를 활용하여 분류와 회귀 문제를 해결하는 기계학습 기법이다. 각 알고리즘은 서로 다른 수학적 원리와 최적화 방법을 기반으로 하며, 화학안전 분야에 적용하기 위해서는 선형대수학, 미분적분학 등의 기초 수학 이해가 필수적이다. 2. 비지도학습 및 군집화 K-평균 군집화, 계층적 군집화, 밀도 기반 클러스터링(DBSCAN) 등의 비지도학습 ...2025.11.18
-
벡터와 행렬의 효과적 활용법 및 머신러닝 응용2025.11.171. 행렬 분해(Matrix Factorization) 행렬 분해는 큰 행렬을 작은 간단한 행렬들로 분해하여 원래 행렬에서 찾을 수 없었던 패턴과 정보를 발견하는 방법입니다. 영화 추천 시스템에서 사용자와 영화 정보를 행과 열로 나타낸 행렬을 분해하여 각 사용자와 영화의 특성을 파악하고 추천을 수행합니다. 선형 대수학의 기본 원리에 근거하며, 복잡한 데이터에서도 간단하게 패턴을 찾을 수 있어 다양한 분석에 활용됩니다. 2. 벡터의 개념과 연산 벡터는 크기와 방향을 가지는 수학적 개념으로, 덧셈, 뺄셈, 스칼라 곱, 벡터 곱 등의 연...2025.11.17
-
인공지능과 튜링 테스트: 수학적 원리와 교육적 활용2025.11.181. 튜링 테스트 튜링 테스트는 기계가 생각할 수 있는지를 판별하기 위한 시험 방법으로, 영국 전산학자 앨런 튜링이 1950년대에 제안했다. 기계와 인간이 컴퓨터 화면을 통해 문자로만 대화하고, 심사위원이 어느 쪽이 사람인지 구분할 수 없다면 기계가 인간 수준의 사고 능력을 가진 것으로 판단한다. 그러나 단순한 채팅 능력만으로는 진정한 인공지능을 판별하기 어렵다는 비판이 제기되고 있다. 2. 무한대와 튜링 머신 무한대는 어떤 실수나 자연수보다 큰 상태를 나타내는 수학적 용어이다. 튜링 머신은 무한대의 길이 원리를 이용하여 구성되며,...2025.11.18
-
비즈니스 애널리틱스 관련 용어 설명2025.01.261. 데이터 과학 데이터 과학(Data Science)은 데이터를 통해 새로운 인사이트를 발견하고, 복잡한 문제를 해결하는 학문 분야입니다. 데이터 과학은 통계학, 컴퓨터 과학, 수학 등을 융합하여 데이터를 분석하고, 이를 기반으로 의사결정을 지원하는 학문적 기초를 제공합니다. 데이터 과학자는 데이터를 수집, 처리, 분석하여 유의미한 결과를 도출하며, 이를 통해 비즈니스 문제를 해결하거나 새로운 기회를 창출합니다. 2. 데이터 애널리틱스 데이터 애널리틱스(Data Analytics)는 데이터를 분석하여 과거의 패턴을 파악하고, 현재...2025.01.26
-
인공지능: 진로 관련 주제 심층탐구2025.11.131. 인공지능의 정의 및 개념 인공지능(AI)은 인간의 지능을 모방하여 학습, 추론, 문제 해결 등의 작업을 수행하는 컴퓨터 시스템입니다. 머신러닝, 딥러닝, 자연어 처리 등 다양한 기술을 포함하며, 현대 사회의 거의 모든 분야에서 활용되고 있습니다. 2. 인공지능 관련 진로 및 직업 인공지능 분야의 진로는 AI 연구원, 머신러닝 엔지니어, 데이터 과학자, AI 윤리 전문가 등 다양합니다. 이들 직업은 높은 기술력과 창의성을 요구하며, 급속도로 성장하는 산업에서 좋은 취업 기회를 제공합니다. 3. 인공지능 기술의 응용 분야 인공지능...2025.11.13
-
벡터와 행렬의 효과적 활용법 및 장점2025.11.151. 행렬을 이용한 선형 방정식 해결 행렬은 여러 개의 선형 방정식을 한 번에 표현할 수 있어 선형 방정식의 해를 구하는 데 유용하다. 행렬의 곱셈을 이용하면 여러 개의 선형 변환을 한 번에 적용할 수 있어 시간과 노력을 절약할 수 있다. 이러한 특성으로 인해 복잡한 계산을 간단하게 처리할 수 있으며, 수학적 문제 해결에 큰 도움이 된다. 2. 데이터 분석에서의 벡터와 행렬 활용 벡터를 사용한 차원 축소 기법은 데이터를 더욱 효과적으로 분석할 수 있도록 해준다. 공분산 행렬은 데이터 간의 상관 관계를 분석하는 데 사용되며, 행렬은 ...2025.11.15
-
AI와 창작의 미래: 기술, 윤리, 법적 쟁점2025.11.171. 인공지능(AI)의 정의와 역사적 발전 AI는 인간의 지능을 모방하는 기계적 시스템으로, 1956년 존 매카시에 의해 처음 정의되었습니다. 앨런 튜링의 연구에서 시작된 AI는 'AI 붐'과 'AI 겨울'의 주기를 거쳐 발전했으며, 1990년대 이후 빅데이터, 클라우드 컴퓨팅, 딥러닝 등의 기술 발전으로 급속한 성장을 이루었습니다. 현재 AI는 학습, 추론, 문제 해결, 인지 등의 능력을 포함하며 다양한 산업 분야에서 혁신적 도구로 활용되고 있습니다. 2. AI 창작과 인간 창작의 비교 인간의 창작은 감정, 개인적 경험, 문화적 ...2025.11.17
1 / 15
