총 1,831개
-
용암, 모델링2025.05.011. 용암 용암은 변별력을 가르치기 위한 기법으로, 자극을 점진적으로 줄이거나 감소시키면서 새로운 자극에 대한 반응을 유도하는 기법이다. 이를 통해 유치원생 oo가 점심 전 손 씻기 습관을 기를 수 있었다. 2. 모델링 모델링은 학습자에게 정확한 행동을 시범 보인 뒤, 학습자가 그 모델을 관찰하고 모방하는 것을 말한다. 이를 통해 유치원생 oo가 스스로 옷 입는 법을 익힐 수 있었다. 1. 용암 용암은 지구 내부의 고온 고압 환경에서 생성되는 액체 상태의 암석으로, 화산 활동의 주요 구성 요소입니다. 용암의 성질은 화산 활동의 유형...2025.05.01
-
AI가 이처럼 발달했는데 왜 이렇게 일기예보는 틀릴까?2025.01.181. 기상 예보의 정확성 향상 현대 과학 기술의 발전에도 불구하고 일기예보가 여전히 틀리는 이유는 기상 시스템의 복잡성과 예측의 불확실성 때문이다. 최근 구글 딥마인드의 AI 모델 GraphCast가 이러한 문제를 해결할 수 있다고 알려졌지만, 실제로는 AI와 전통적인 수치해석 방법의 장단점을 이해하고 이를 결합하는 것이 중요하다. AI는 빠르고 효율적인 데이터 처리와 높은 정확도를 보이지만, 학습되지 않은 상황에서는 성능이 저하될 수 있다. 반면 수치해석 방법은 물리 법칙에 기반하여 신뢰성 있는 결과를 제공할 수 있지만, 많은 계...2025.01.18
-
[일반화학실험 A+ 레포트] 정확도와 정밀도2025.01.041. 정확도와 정밀도 정확도란 참값으로부터의 오차가 적은 정도를 나타내는 것이며, 정밀도란 동일한 조건에서 여러 번 반복 측정을 하는 경우 그 측정한 값이 서로 얼마나 가깝게 나오는지에 대한 척도로서 측정의 재현성을 나타낸다. 실험 결과를 통해 부피 플라스크가 눈금실린더보다 정확도가 높고, 피펫이 눈금실린더보다 정확도가 높음을 확인할 수 있었다. 또한 피펫의 정밀도가 가장 높은 것으로 나타났다. 1. 정확도와 정밀도 정확도와 정밀도는 데이터 분석 및 모델링에서 매우 중요한 개념입니다. 정확도는 모델이 실제 데이터를 얼마나 정확하게 ...2025.01.04
-
경영에서 통계의 필요성과 적용 분야2025.01.041. 의사 결정 지원 경영자들은 많은 의사 결정을 내려야 하며, 통계는 데이터 분석과 해석을 통해 의사 결정을 지원합니다. 예를 들어, 시장 조사 데이터를 통계적으로 분석하면 시장 동향을 파악하고 경영 전략을 수립하는 데 도움이 됩니다. 2. 예측과 추세 분석 통계는 미래 예측과 추세 분석에 적용됩니다. 경영자들은 시장 동향과 기업 성과를 예측해야 하며, 이를 위해 과거 데이터를 기반으로 통계 모델을 구축하여 미래를 예측합니다. 또한 시간에 따른 데이터 변화를 분석하여 추세를 파악하고 경영 전략을 조정하는 데 활용됩니다. 3. 품질...2025.01.04
-
인천대학교 수치해석 MatLab2025.04.251. Cubic spline interpolation을 이용한 삼성전자 주가 예측 3차 spline 보간법을 적용하여 삼성전자 주가 데이터와 보간선 그래프를 그렸습니다. 최초 날짜인 4월 21일을 0으로 두고 하루가 지날 때마다 x축에서 1씩 증가하도록 설정했습니다. 최종 날짜인 7월 6일은 최초 날짜를 기준으로 76일이 지났기 때문에 x축의 범위는 0부터 76이 됩니다. 구하고자 하는 날은 4월 21일 기준으로 13일이 지났기 때문에 x=13의 값이 예측값이 됩니다. 예측값은 2,244,435원으로 실제값인 2,276,000원과의...2025.04.25
-
머신러닝에서의 과적합 문제2025.05.101. 과적합(Overfitting) 과적합은 머신러닝에서 중요한 문제 중 하나입니다. 머신러닝 모델이 훈련 데이터에 너무 특화되어 있어 새로운 입력 데이터에 대한 예측 능력이 저하되는 현상을 말합니다. 이는 모델의 성능과 일반화(generalization) 능력을 감소시키며, 실제 응용에서 신뢰할 수 없는 결과를 초래할 수 있습니다. 2. 과적합의 원인 과적합은 데이터의 특성을 완벽하게 기억하는 것에서 비롯됩니다. 모델은 훈련 데이터에 맞추기 위해 복잡한 패턴과 노이즈까지도 학습할 수 있습니다. 일반적으로 데이터의 양이 적은 경우,...2025.05.10
-
데이터마이닝 ) 나무 형태를 이용한 지식 표현 사례2025.01.031. 의사결정나무 의사결정나무는 예측모형에서 가장 많이 사용되며 의사결정 규칙을 도표화하여 대상 집단을 분류하거나 예측하는 분석 방법입니다. 의사결정나무의 장점은 나무구조에 의해 모형이 표현되어 사용자의 이해가 쉽고, 유용한 예측변수나 비선형성을 자동으로 찾아낼 수 있으며, 선형성이나 정규성, 등분산성과 같은 가정을 필요로 하지 않는 비모수적인 방법이라는 것입니다. 하지만 의사결정나무 모형은 연속형 변수를 비연속적인 값으로 취급하여 분리의 경계점에서 예측오류가 큰 가능성이 있고, 선형성과 주 효과를 가지지 못한다는 단점이 있습니다....2025.01.03
-
[연세대학교] 석사 디펜스 발표자료 (Deep Learning 분야)2025.01.151. 차량 주행 음질 예측 이 연구에서는 딥러닝 기술을 활용하여 차량 주행 음질의 기계적 및 감성적 특성을 예측하는 방법을 제안하였습니다. 기계적 특성으로는 엔진 실린더 수를, 감성적 특성으로는 '럭셔리', '스포티', '파워풀'을 고려하였습니다. 분류 모델과 회귀 모델을 통해 이러한 특성들을 높은 정확도로 예측할 수 있었습니다. 특히 적은 데이터 환경에서도 효과적으로 작동할 수 있도록 데이터 증강 및 베이지안 신경망 등의 기법을 활용하였습니다. 1. 차량 주행 음질 예측 차량 주행 음질 예측은 차량 내부 음향 환경을 개선하고 운전...2025.01.15
-
모수적 추정을 통한 데이터 기반 분포 모형화 3 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정을 통해 데이터를 반영하여 분포 모델을 도출하는 과정과 그 중요성에 대해 다루고 있습니다. 기본적인 수식 y = ax + b*sin(x)에서 a와 b를 임의로 바꾼 후 단 10개의 데이터를 생성하고, 이를 바탕으로 추정을 수행합니다. MCMC 샘플링을 통해 posterior 분포를 추정하고, 이를 시각화하여 파라미터의 불확실성과 추정치의 변동성을 확인합니다. 2. 데이터 기반 모델링 주어진 데이터를 바탕으로 모수적 추정을 수행하여 모델을 도출하는 과정을 설명하고 있습니다. 10개의 데이터만을 사용하여 비...2025.05.13
-
데이터 사이언티스트 인터뷰 준비2025.01.201. 데이터 전처리 데이터셋에 존재할 수 있는 결측값과 이상치를 처리하는 것이 중요하다. 결측값은 평균, 중앙값 등으로 대체하거나 제거할 수 있으며, 이상치는 상자 그림이나 Z-점수를 사용해 식별하고 제거하거나 대체할 수 있다. 또한 데이터의 스케일을 맞추기 위해 정규화 작업이 필요하다. 2. 머신러닝 모델 과적합 방지 과적합을 방지하기 위해 교차 검증, 정규화 기법(L1, L2), 조기 종료 등의 방법을 사용할 수 있다. 교차 검증을 통해 데이터를 최대한 활용하고 모델의 일반화 성능을 평가할 수 있으며, 정규화 기법은 모델의 복잡...2025.01.20
5 / 184
