총 862개
-
정밀의학에서 맞춤형 치료를 위한 기계 학습 알고리즘2025.11.131. 정밀의학과 맞춤형 치료 정밀의학은 환자 개개인의 유전자, 생물학적 특성, 환경 및 생활 습관을 고려하여 맞춤형 치료를 제공하는 의료 접근법입니다. 개인의 유전자, 단백질, 생리학적 상태 등 다양한 정보를 분석하여 진단과 치료를 개인에게 맞춤형으로 제공합니다. 이러한 맞춤형 치료는 치료 효과를 극대화하고 부작용을 최소화하는 데 중요한 역할을 합니다. 2. 기계 학습 알고리즘의 응용 기계 학습 알고리즘은 개인의 유전체 데이터, 생체 신호, 이미지 데이터를 분석하여 맞춤형 치료를 권장합니다. 환자의 생활 양식과 환경 요인을 통합하여...2025.11.13
-
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
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
[인공지능의세계 A+] 기말고사 문제풀이 객관식 + 서술형 + 단답형 문제+해설2025.05.101. 기계학습 기계학습은 인간의 학습능력을 기계나 컴퓨터에서 구현한 것으로, 지도학습과 비지도학습으로 구분할 수 있다. 지도학습은 학습 데이터의 정답이 주어지는 반면, 비지도학습은 정답이 주어지지 않는다. 신경망은 자동으로 가중치를 학습하는 기계학습 방식이다. 강화학습은 보상을 통해 최적의 행동을 학습하는 방식으로, 알파고가 자체 연습 대국을 통해 좋은 수를 학습하는 데 사용되었다. 2. 클러스터링 K-Means 클러스터링은 데이터를 K개의 클러스터로 분류하는 방법이다. K-Means 클러스터링의 단점은 k의 개수를 사전에 정해야 ...2025.05.10
-
서평 - 인공지능에 대한 현대적 접근법2025.05.071. 인공지능(AI) 및 기계학습 기술 인공지능(AI)과 기계학습 기술은 이미 우리의 삶에 깊숙이 스며들어 있으며, 이들 기술을 점차 더 사용하거나 그 영향을 받고 있다. 실용적인 음성 인식, 기계 번역, 자율주행 차량, 가정용 로봇 등이 AI 구현 사례에 포함된다. 2. 『인공지능 : 현대적 접근법』 이 책은 인공지능과 기계학습이 정확히 무엇을 할 수 있고 무엇을 달성할 수 없는지에 대한 명확한 이해를 제공한다. 중요한 개념들은 명확한 비유와 이해하기 쉬운 언어로 설명된다. 3. 기계 지성(sentience)과 모방 우리는 일반 ...2025.05.07
-
슈퍼 마리오 - 인공지능은 어떻게 게임을 할까?2025.05.081. 데이터 기반 학습 인공지능은 슈퍼 마리오 게임 플레이 데이터를 사용하여 게임의 규칙과 패턴을 학습합니다. 이를 통해 어떤 상황에서 점프를 해야 하는지, 어떤 적과의 접촉을 피해야 하는지 등을 학습하게 됩니다. 2. 강화 학습 인공지능은 게임 플레이를 통해 보상과 벌점을 받고, 이를 통해 자동으로 학습하게 됩니다. 예를 들어 도착 지점에 도달하면 보상을 받고, 적에게 맞으면 벌점을 받는 식으로 학습하면서 게임을 플레이합니다. 3. 신경망과 패턴 인식 인공지능은 신경망 모델을 사용하여 게임 화면의 정보를 분석하고, 적의 위치, 장...2025.05.08
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
-
파이썬 코딩 풀이 20문 손글씨 노트2025.01.291. 파이썬 코딩 문제 풀이 이 자료는 파이썬 코딩 문제 20개를 손글씨 노트 형식으로 정리한 것입니다. 문제 유형은 좋아하는 동물 묻기, 성적 계산, 홀수/짝수 판별, 배수 계산, 반복문 활용 등 다양한 기초 프로그래밍 문제들로 구성되어 있습니다. 이를 통해 파이썬 기초 문법과 알고리즘 연습을 할 수 있습니다. 1. 파이썬 코딩 문제 풀이 파이썬 코딩 문제 풀이는 프로그래밍 실력 향상에 매우 중요한 부분입니다. 다양한 유형의 문제를 해결하면서 알고리즘 설계 능력, 문제 분석 능력, 코드 구현 능력 등을 기를 수 있습니다. 특히 L...2025.01.29
-
성공적인 머신러닝 모델링을 위한 프로세스2025.01.151. 결정 트리 알고리즘 결정 트리(Decision Tree)는 지도 학습(Supervised Learning)에서 사용되는 머신러닝 알고리즘 중 하나입니다. 이 알고리즘은 데이터를 분석하고 특정 기준에 따라 여러 개의 의사 결정 규칙을 만들어내는 방식으로 동작합니다. 이러한 의사 결정 규칙들을 트리 구조로 나타내기 때문에 '결정 트리'라는 이름이 붙었습니다. 의사 결정 트리는 금융, 의료, NLP, 추천 시스템 및 프로세스 최적화 내에서 주로 사용되며, 다양한 도메인에 걸친 의사결정 트리의 다양성을 보여주고 많은 산업에서 실제 문...2025.01.15
-
인공지능의 미래와 현재2025.05.161. 인공지능의 역사적 배경과 현재 상황 현재와 미래 시점에서 인공지능을 바라보며, 그 발전 과정과 현재의 동향을 살펴보는 것은 매우 중요합니다. 20세기 후반에 진정한 의미에서의 인공지능 연구가 시작되었으며, 초기에는 단순한 알고리즘 및 패턴 인식 기술이 주를 이루었습니다. 그러나 시간이 흐르면서, 머신러닝과 딥러닝, 신경망과 같은 다양한 기술이 발전하게 되었습니다. 이러한 기술의 발전은 빅데이터의 활용을 가능하게 하였고, 정보 처리 방식에 혁신을 가져왔습니다. 현재, 인공지능은 우리 일상 생활의 많은 부분에 깊숙이 들어와 있으며...2025.05.16
1 / 87
