총 862개
-
서포트 벡터 머신(Support Vector Machine, SVM)2025.05.101. 서포트 벡터 머신(Support Vector Machine, SVM) 서포트 벡터 머신(Support Vector Machine, SVM)의 이름은 알고리즘의 기본 원리와 핵심 개념에 기반하여 지어졌습니다. 데이터 포인트들을 분류하기 위해 사용되는 초평면(hyperplane)의 위치는 이 서포트 벡터들에 의해 결정됩니다. 서포트 벡터는 결정 경계와 가장 가까운 데이터 포인트들을 의미합니다. 이러한 포인트들은 결정 경계 주변에서 서로 다른 클래스에 속하는 데이터들을 분리하는 역할을 수행합니다. SVM은 주어진 데이터를 기반으로 ...2025.05.10
-
현대 컴퓨터 과학의 발전과 알고리즘의 역할2025.05.161. 컴퓨터 과학의 발전과 알고리즘의 역할 현대의 컴퓨터 과학 발전은 꾸준한 연구와 발전의 연속이라 할 수 있습니다. 특히, 알고리즘이 이러한 발전의 핵심이 되어왔다는 것이 많은 학자들의 공통된 견해입니다. 본 장에서는 'The Nature of Computation'이라는 논문을 통해 현대 컴퓨터 과학의 기원과 알고리즘의 중요성에 대하여 자세히 알아보겠습니다. 2. 자연어 처리 분야의 딥러닝 동향 최근 연구에서는 자연 언어 처리(NLP) 분야에서 딥러닝의 동향을 관찰할 수 있습니다. 이 주제에 대하여, 최근 논문 'Attentio...2025.05.16
-
C언어 자료구조 2장 연습 문제 해설2025.11.131. C언어 프로그래밍 C언어는 절차형 프로그래밍 언어로 자료구조 학습의 기초가 되는 언어입니다. 포인터, 배열, 구조체 등의 개념을 통해 메모리 관리와 데이터 조작을 직접 제어할 수 있으며, 자료구조 구현에 필수적인 언어입니다. 2. 자료구조 자료구조는 데이터를 효율적으로 저장하고 관리하기 위한 체계적인 방법입니다. 배열, 연결리스트, 스택, 큐, 트리, 그래프 등 다양한 자료구조는 각각의 특성에 따라 다른 상황에서 최적의 성능을 제공합니다. 3. 연습 문제 해설 교과서의 연습 문제 해설은 학습자가 이론을 실제로 적용하고 이해도를...2025.11.13
-
통계학과 머신러닝에서의 회귀 분석 목적 비교2025.04.271. 통계학에서의 회귀 분석 통계학에서의 회귀 분석은 여러 변수 사이의 경향성을 분석하는 방법으로, 한 변수의 값이 다른 변수의 값을 설명할 수 있도록 두 변수의 관계를 수식으로 표현하고 데이터로부터 추정하는 분석을 의미한다. 단순 선형 회귀 분석, 다중 선형 회귀 분석, 비선형 회귀 분석 등 다양한 방법이 있다. 2. 머신 러닝에서의 회귀 분석 머신 러닝은 인공지능의 연구 분야 중 하나로, 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술이다. 머신 러닝에서의 회귀 분석은 입력 데이터를 기반으로 예측이나 결정을 도출...2025.04.27
-
정보처리이론의 기본 입장과 수학교육 적용2025.11.151. 정보처리이론의 기본 입장 정보처리이론은 데이터 및 정보를 수집, 분석, 저장 및 처리하는 방법을 연구하는 분야이다. 컴퓨터 과학, 수학, 통계학 등 다양한 분야에서 적용되며, 데이터베이스, 인공지능, 알고리즘, 보안 등에 응용된다. 빅데이터, 인공지능, 블록체인 등의 혁신적인 기술 발전과 함께 더욱 중요한 역할을 할 것으로 예상되며, 현대 사회에서 필수적인 학습 요소이다. 2. 수학교육에서의 정보처리이론 적용 정보처리이론을 수학 교육에 적용하면 학생들이 수학 문제를 해결하는 과정에서 논리적으로 문제를 분석하고 해결하는 능력을 ...2025.11.15
-
인공지능이 어떻게 사람처럼 생각할 수 있는가2025.05.081. Pavlov's Dog Experiment Pavlov의 개 실험은 동물 학습과 조건 반사에 대한 연구를 통해 일반화된 원리를 밝혀냈습니다. 이 실험은 1890년대부터 1900년대 초반에 걸쳐 진행되었으며, 현대 심리학과 행동 심리학의 중요한 기반이 되었습니다. Pavlov의 실험은 주로 개를 대상으로 이루어졌는데, 개에게 먹이를 줄 때 종소리를 울리는 등의 조건을 주고 타액 분비 반응을 관찰했습니다. 초기에는 음식을 보고 타액이 분비되는 것이 개의 자연스러운 반응이었지만, 종소리와 먹이의 연결이 지속되면서 개들은 종소리만으로...2025.05.08
-
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
-
의료 진단 인공지능 알고리즘의 신뢰성과 정확성 향상2025.11.171. 의료 데이터의 품질과 다양성 의료 진단 인공지능 알고리즘의 정확성과 신뢰성을 향상시키기 위해서는 풍부하고 다양한 의료 데이터에 기반한 학습이 필수적입니다. 대량의 정확한 의료 데이터 수집과 고도의 다양성 확보를 통해 다양한 인구 집단 및 의료 케이스를 대표할 수 있는 데이터셋 구축이 필요하며, 이는 알고리즘의 성능에 직접적인 영향을 미칩니다. 2. 설명 가능한 인공지능(XAI) 의료 진단에서 인공지능 알고리즘의 의사결정 과정을 투명하게 설명할 수 있는 기술 개발이 중요합니다. 환자와 의료 전문가가 알고리즘의 결과를 이해하고 신...2025.11.17
-
MCMC 모델링2025.05.091. MCMC (Markov Chain Monte Carlo) MCMC는 확률적인 모델링과 추론을 위해 사용되는 강력한 도구입니다. MCMC는 샘플링 알고리즘 중 하나로, 타겟 분포로부터 샘플을 추출하는 기법입니다. 이를 통해 우리는 원하는 분포로부터 난수를 생성하거나, 분포의 특성을 파악하는데 도움을 얻을 수 있습니다. 2. 정규분포 샘플링 이 예제에서는 MCMC를 사용하여 정규분포로부터 샘플을 추출하는 방법을 살펴봅니다. 정규분포는 많은 자연 현상을 모델링할 때 사용되는 중요한 분포 중 하나이므로, MCMC를 통해 정규분포로부터...2025.05.09
-
고등학교 프로그래밍 평가계획서2025.01.161. 프로그래밍의 개요 프로그래밍의 개념, 프로그래밍 언어의 종류와 특징을 학습한다. 프로그래밍의 절차와 알고리즘, 프로그래밍 개발 환경 등 프로그래밍의 기본 개념을 학습할 수 있도록 구성한다. 2. 프로그래밍 언어의 종류와 특징 프로그래밍 언어의 역사와 종류, 기계어, 어셈블리어, 고급언어의 특징을 설명할 수 있다. 3. 프로그래밍의 절차와 알고리즘 프로그램을 계발하기 위한 절차, 프로그래밍의 과정, 알고리즘의 조건과 표현 방법, 순서도를 활용한 알고리즘 표현, 컴파일과 디버깅을 학습한다. 4. 프로그래밍 개발 환경 통합 개발 환...2025.01.16
2 / 87
