총 9개
-
확률과 통계2024.10.191. 과제 개요 이 과제는 확률과 통계에 관한 내용을 다루고 있다. 전체 목차를 살펴보면 과제의 개요, 통계 분석 기초, 데이터 분석 활용, 수행평가 과제 수행, 통계 분석 결과 정리 및 보고서 작성 등의 내용으로 구성되어 있다. 과제 개요에서는 학습자의 수학적 사고과정과 기본 개념 및 원리에 대한 이해를 평가하고, 수학적 용어와 기호의 정확한 사용 능력과 문제 해결 능력을 고양하는 것이 주요 목적이다. 또한 학습 목표 달성에 대한 피드백을 통해 자기 주도적 학습력을 제고하고자 한다. 이를 위해 지필평가와 수행평가로 구성된 ...2024.10.19
-
Adsp2024.11.011. 데이터 이해 1.1. 데이터의 유형 1.1.1. 정성적 데이터 정성적 데이터는 언어나 문자로 표현되는 데이터이다. 정성적 데이터는 언어나 문자로 기록되어 있기 때문에 데이터의 저장, 검색, 분석에 많은 비용이 소모된다. 반면 정량적 데이터는 수치, 도형, 기호 등으로 표현되어 정형화되어 있기 때문에 정량적 데이터의 처리에는 상대적으로 적은 비용이 든다. 정성적 데이터는 표현력이 뛰어나지만 데이터의 표현 방식이 다양하여 데이터를 표준화하기 어렵다는 단점이 있다. 또한 분석을 위해서는 데이터를 정량화하는 과정이 필요하다. ...2024.11.01
-
인공지능 대학원 면접 준비 자료2024.10.081. 인공지능학 대학원 입시 안내 1.1. 인공지능학 전공 소개 인공지능학은 인간의 지능을 모방하여 기계가 스스로 학습하고 문제를 해결할 수 있게 하는 학문 분야이다. 특히, 기계학습과 딥러닝 기술을 기반으로 하는 인공지능은 다양한 응용 분야에서 혁신적인 발전을 이루어내고 있다. 인공지능학 전공에서는 인공지능의 원리와 알고리즘을 심도 있게 학습하고, 이를 실제 문제 해결에 적용하는 능력을 배양한다. 주요 교과 내용으로는 기계학습, 딥러닝, 자연어 처리, 컴퓨터 비전, 강화 학습 등 인공지능의 핵심 기술들을 다룬다. 또한, ...2024.10.08
-
23년도 파이썬실무활용 중간고사, 기말고사 족보2024.12.111. 파이썬 실무활용 강의 1.1. 시험 구성 파이썬 실무활용 강의의 시험 구성은 기본지식으로 풀 수 있을 정도의 쉬운 문항이 40%, 대학교 2학년 전공과정을 마치신 분들이라면 풀 수 있는 난이도의 문항이 40%, 강의 내용 전체를 학습해야 맞힐 수 있는 문항이 20%로 구성된다고 볼 수 있다"" 1.2. 시험문제 중간고사 문제 제시는 교수님께서 학생들의 실력을 점검하고 강의 내용에 대한 이해 정도를 확인하기 위한 목적으로 구성되었다고 볼 수 있다. 중간고사 문제지에는 파이썬 강의 전반에 걸친 내용이 포함되어 있으며, 문제 ...2024.12.11
-
파이썬과 R 출석2024.10.141. 데이터프레임 생성 및 다루기 1.1. R을 이용한 데이터프레임 생성 및 추출 R을 이용한 데이터프레임 생성 및 추출은 다음과 같다. 먼저, 연습문제 3장 1번에서 R을 사용하여 데이터프레임을 생성하고 특정 변수만 추출하는 과정이 제시되었다. 이를 살펴보면, x1, x2, x3 변수를 각각 name, height, weight로 나타내는 데이터프레임 df를 생성하였다. 그리고 이 데이터프레임에서 첫 번째 사람 kim의 키와 몸무게 두 값만 배열로 추출하였다. 이를 통해 데이터프레임을 생성하고 필요한 변수만 추출하는 방법을 ...2024.10.14
-
Adsp2024.11.121. 데이터 이해 1.1. 데이터의 유형 1.1.1. 정성적 데이터 정성적 데이터는 언어나 문자로 표현되는 데이터로, 데이터의 저장과 검색, 분석에 많은 비용이 소모된다. 정성적 데이터는 주관적이고 정성적인 내용을 기술하며, 숫자나 도형, 기호로 표현되지 않는다. 예를 들어 "회사 매출이 증가했다"와 같은 문장은 정성적 데이터에 해당한다. 이처럼 정성적 데이터는 사람의 경험, 생각, 의견 등을 언어나 텍스트로 표현한 데이터이다. 정성적 데이터는 기존의 정량적 데이터로는 파악할 수 없는 다양한 사회문화적 맥락을 포함하고 있어 깊이...2024.11.12
-
adsp2025.02.091. 데이터 이해 1.1. 데이터의 유형 데이터는 정성적 데이터와 정량적 데이터로 구분된다. 정성적 데이터는 언어나 문자로 표현되는 데이터이고, 정량적 데이터는 수치, 도형, 기호 등으로 표현되는 데이터이다. 정량적 데이터는 간단하게 정형화되어 있어 비용 소모가 적지만, 정성적 데이터는 언어나 문자로 표현되어 저장, 검색, 분석에 많은 비용이 소모된다. 데이터는 또한 정형 데이터, 반정형 데이터, 비정형 데이터로 구분된다. 정형 데이터는 관계형 데이터베이스, CSV 등 형식이 정해져 있는 데이터이고, 반정형 데이터는 센서 ...2025.02.09
-
Adsp2025.04.251. 데이터 이해 1.1. 데이터의 유형 정성적 데이터와 정량적 데이터는 각각 언어·문자와 수치·도형·기호로 표현된다. 정성적 데이터는 저장·검색·분석에 많은 비용이 소모되지만, 정량적 데이터는 간단한 정형화로 비용소모가 적다. 정형 데이터는 관계형 데이터베이스나 CSV 등의 형식이 정해져 있고, 반정형 데이터는 스키마나 메타데이터가 있어 한번의 변환이 필요하며, 비정형 데이터는 형태가 정해져 있지 않다. 데이터에는 암묵지와 형식지가 있는데, 암묵지는 메뉴얼화되지 않고 내재되어 있는 개인 지식이며, 형식지는 문서나 매뉴얼화된 지식...2025.04.25
-
지구과학 세특2024.08.291. 광물 자원 탐사와 머신러닝기술 1.1. 동기 및 목적 현재까지 개발된 광물 자원을 이용하여 우리는 편리한 생활을 살고 있다. 오랜 세월에 걸쳐 지구의 변화 속에서 만들어진 광물을 발견하기 위해서는 적합한 지질탐사 방법을 찾아야 한다. 또한 광물마다 특성이 다르기 때문에 각 광물에 맞는 탐사 방법을 연구해야 하는데 이 과정은 굉장히 많은 시간과 노력을 필요로 한다. 이러한 사실을 기반으로 기존의 광물 자원 탐사의 특징과 한계점에 대해서 알아본 후 최근 광물 산업에 이용되고 있는 머신러닝 기술의 특징과 활용사례에 대해서 알아보기...2024.08.29