총 3개
-
로봇과 관련 산업 재해 통계2024.10.091. 기계학습(Machine Learning) 1.1. 기계 학습의 개념 및 배경 기계 학습의 개념 및 배경은 다음과 같다. 기계 학습은 컴퓨터의 행동(예측이나 로봇 제어 같은 행위)을 변경하고 적응해서 컴퓨터가 취한 행동들이 알맞은 행동(정답)에 가깝게 만드는 것이다. 기계학습에 내재된 다학문적 접근은 오래전이 아닌 지난 세기부터 주목을 받기 시작했다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 여러 분야의 아이디어들을 사용해서 컴퓨터를 학습시켰다. 기계 학습 기술은 주어진 데이터를 분석하여 그에 내재하는 중...2024.10.09
-
메경테스트2024.11.131. 의사결정 트리 알고리즘 1.1. 의사결정 트리 알고리즘의 개요 의사결정 트리 알고리즘의 개요는 다음과 같다. 의사결정 트리 알고리즘은 지도 학습(Supervised Learning) 기법 중 하나로, 데이터를 분석하고 특정 기준에 따라 여러 개의 의사결정 규칙을 만들어내는 방식으로 동작한다. 이렇게 만들어진 의사결정 규칙들은 트리 구조로 나타내어지기 때문에 '의사결정 트리'라는 이름이 붙었다. 의사결정 트리는 특정 데이터의 특성을 기반으로 의사결정을 내리는 규칙을 생성하고, 이를 트리 구조로 표현한다. 트리의 최상위 ...2024.11.13
-
기계는어떻게생각하고학습하는가2024.11.031. 머신러닝과 인공지능 1.1. 기계 학습의 개념과 특징 기계 학습은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야이다. 기계 학습 알고리즘은 이메일 필터링 및 컴퓨터 비전 등 인간이 명시적 규칙을 작성하는 것이 어렵거나 비현실적인 다양한 애플리케이션에서 사용된다. 기계 학습의 주요 목표는 데이터에서 학습하여 주어진 알고리즘을 자동으로 개선하는 것이다. 즉, 스스로 학습하는 것이다. 기계가 학습할 수 있는 두 가지 주요 방법은 지도 학습과 비지도 학습이다. 지도 학습은 가르쳐 주면서 학습시키는 것이...2024.11.03