총 24개
-
정보통신망4A 기계학습 Machine Learning에 관하여 조사하여 설명하고 기계학습을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오2025.01.251. 기계학습 정의 및 필요성 기계 학습은 컴퓨터 시스템이 데이터를 분석하고 패턴을 학습하여 작업을 수행할 수 있는 능력을 갖추는 것을 의미한다. 기계 학습은 데이터 마이닝이나 기타 학습 알고리즘을 사용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는 컴퓨터 프로그램이다. 기계 학습은 대량의 데이터 처리, 복잡한 패턴 인식, 자동화된 결정, 개인화된 경험 제공, 의사 결정 지원, 지능적인 시스템 구축 등의 이유로 매우 중요하다. 2. 기계학습 장점과 문제점 기계 학습의 장점으로는 패턴 인식 및 ...2025.01.25
-
Kernel PCA & Spectral Clustering2025.01.131. Kernel PCA Kernel PCA는 편향이 큰 실세계의 데이터를 분석하는데 어려움이 있고, outlier data에 매우 민감한 linear PCA의 단점을 보완하기 위해 kernel trick을 수행한다. 하지만 분산이 가장 큰 축으로 데이터들을 정사영 시킬 뿐, clustering algorithm을 적용하지는 않는다. 2. Spectral Clustering Spectral Clustering은 군집화를 더 쉽게 하기 위해서 유사도 행렬 A를 통해 데이터들을 변형된 공간에 넣고, 후에 clustering algori...2025.01.13
-
숫자 배열 규칙 찾기 문제 232025.01.161. 수열 이 문제에서는 다양한 유형의 수열을 활용하여 숫자 배열의 규칙을 찾는 문제입니다. 제곱수 수열, 등차수열, 등비수열, 피보나치 수열, 팩토리얼 수열 등 다양한 수열 유형이 사용되었습니다. 각 문제에서 주어진 숫자 배열의 규칙을 파악하고 다음 항을 찾는 것이 핵심입니다. 1. 수열 수열은 수학의 중요한 개념 중 하나로, 일정한 규칙에 따라 배열된 수의 집합을 의미합니다. 수열은 다양한 분야에서 활용되며, 특히 과학, 공학, 경제 등의 분야에서 중요한 역할을 합니다. 수열을 이해하고 분석하는 능력은 복잡한 문제를 해결하는 데...2025.01.16
-
데이터마이닝의 정의와 활용 분야2025.01.071. 데이터마이닝 정의 및 필요성 데이터마이닝은 대용량의 데이터에서 유용한 지식을 효과적으로 찾아내는 기술로, 기업의 경쟁력 확보에 중요한 역할을 합니다. 데이터마이닝은 통계학, 인공지능, 데이터베이스 등 다양한 분야를 아우르는 융합 분야이며, 비계획적으로 수집된 대용량 데이터를 다루고 일반화와 예측이 중요한 특징을 가지고 있습니다. 2. 데이터마이닝의 활용 분야 데이터마이닝은 데이터베이스 마케팅, 신용평가, 의료 분야 등에서 다양하게 활용되고 있습니다. 데이터베이스 마케팅에서는 타겟 마케팅, 고객 세분화, 이탈 고객 분석 등에 활...2025.01.07
-
운영 개선의 매력과 실현 가능성2025.01.221. 투자 수익성 창출 기회 및 리스크 투자와 관련해서는 어떠한 부분에서 수익성을 창출할 수 있는 기회를 포착이 가능한지, 어떠한 부분에서 리스크가 존재하는지 등을 두루 살펴보아야 한다. 여러 operating opportunities 중에서 아무래도 Hertz가 차량 렌탈 사업을 전개하는 데에 있어서 기본적으로 들어가야 하는 비용을 감축하는 것과 관련된 부분이라고 생각한다. Hertz의 경우 자동차와 같이 구매를 하는 시점에서부터 감가상각이 시작되는 유형의 재화로서 사업을 추진하는 기업이다. 그렇기 때문에 이와 관련하여 비용이 발...2025.01.22
-
형태재인의 모형들을 비교 및 설명하고 활용에 대해 논하시오2025.05.031. 형태재인의 모형 형태재인은 기억 활동의 한 형태로 개인이 사람, 사물, 형태, 정보 등을 접한 사실을 개인이 접촉하거나 떠올리는 인지 활동을 말한다. 형태재인의 주요 모형으로는 형판 맞추기 모델, 세부 특징 분석 모델, 원형 대조 모델 등이 있다. 이들 모형은 각각 다른 방식으로 형태재인 과정을 설명한다. 2. 형판 맞추기 모델 형판 맞추기 모델에 따르면, 인간의 포멀은 망막상의 화상과 메모리에 저장되어 있는 템플릿의 일종(장기 메모리에 저장되어 있는 형태의 전체상)을 비교하여 현재 무엇을 보고 있는지를 확인한다. 이 모델은 ...2025.05.03
-
컴퓨팅 사고4가지 정리 문서2025.05.041. 컴퓨팅 사고 컴퓨팅 사고의 4가지 개념에 대해 설명하고 있습니다. 컴퓨팅 사고의 7단계인 문제분석, 데이터 수집과 표현, 분해, 패턴인식, 추상화, 알고리즘, 평가단계에 대해 자세히 설명하고 있습니다. 특히 분해, 패턴인식, 추상화, 알고리즘에 대해 구체적인 예시와 함께 설명하고 있습니다. 1. 컴퓨팅 사고 컴퓨팅 사고는 복잡한 문제를 해결하기 위해 체계적이고 논리적인 접근 방식을 사용하는 것을 의미합니다. 이는 문제를 작은 단계로 분해하고, 각 단계를 순차적으로 해결하는 것을 포함합니다. 이를 통해 문제 해결 과정을 체계화하...2025.05.04
-
KL Divergence2025.05.101. KL Divergence KL Divergence는 두 확률 분포 사이의 차이를 측정하기 위해 사용되는 개념입니다. KL Divergence는 주로 정보 이론과 확률 이론에서 사용되며, 두 분포가 얼마나 다른지를 수치적으로 나타냅니다. KL Divergence는 다양한 분야에서 활용되며, 예를 들어 확률 분포 간의 차이를 측정하여 데이터 압축, 정보 검색, 통계 분석 등에 사용될 수 있습니다. 2. KL Divergence와 엔트로피 KL Divergence와 엔트로피는 서로 다른 개념이지만, 정보 이론과 확률론에서 밀접한 관...2025.05.10
-
규칙기반인공지능, 머신러닝, 딥러닝의 정의와 장단점2025.01.211. 규칙기반 인공지능 규칙기반 인공지능은 인간의 지능을 기계에 부여하고자 하는 시도로, 계산 과정을 정의하는 기호와 기호 간 연산 규칙을 정의하는 초기 인공지능 기술입니다. 이는 자연어 처리, 수학적 정리 증명, 문제 해결, 전문가 시스템, 의사결정, 게임 등의 분야에서 성과를 보였지만, 학습 능력 부족과 패턴 인식 한계로 인해 1980년대부터 쇠퇴하게 되었습니다. 2. 머신러닝 머신러닝은 데이터를 학습하여 프로그램 스스로 결과를 얻도록 하는 인공지능 기술입니다. 특성 추출과 모델 학습을 통해 자율주행, 문자 인식, 개인비서, 의...2025.01.21
-
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
1 / 3
