총 69개
-
경영정보시스템_인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.01.181. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 단순히 인간의 능력 일부를 시뮬레이션하는 것으로, 특정 분야에 한정해 인간의 지능을 흉내 내는 지능적인 활동을 의미한다. 반면 강한 인공지능은 자신만의 자아를 가지고 있는 컴퓨터로, 인간과 유사하거나 뛰어넘는 수준의 능력을 가지고 있어 스스로 학습하고 자아의식과 감정도 가진다. 2. 기계학습의 개념과 특징 기계학습은 데이터로부터 프로그램을 자동으로 생성하는 기술로, 사람이 학습하듯이 컴퓨터에 데이터를 입력해 놓고 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야이다. 기계...2025.01.18
-
경영정보시스템_인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.01.151. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능(AI)은 특정 작업을 수행하도록 설계된 인공지능으로, 사람처럼 사고하거나 인식하는 능력은 없다. 반면, 강한 인공지능은 인간과 유사한 사고, 이해, 학습 능력을 갖춘 인공지능을 말한다. 강한 AI는 현재 기술로는 아직 실현되지 않았으며, 과학 소설이나 미래 기술에 대한 논의에서 주로 다루어진다. 2. 기계학습의 개념과 특징 기계학습은 컴퓨터가 데이터를 통해 스스로 학습하고, 패턴을 인식하여 의사결정을 개선할 수 있는 능력을 갖추게 하는 기술분야이다. 기계학습의 가장 큰 특징은...2025.01.15
-
AI, 머신러닝, 딥러닝의 관계2025.01.151. 인공지능(AI) 인공지능(AI)은 인간의 인지 기능을 모방하여 만들어진 기술로, 학습, 추론, 문제 해결과 같은 지능적 행동을 컴퓨터가 수행할 수 있게 합니다. AI는 처음에는 간단한 규칙과 로직을 기반으로 작동하는 시스템에서 출발했지만, 시간이 흐르며 머신러닝과 딥러닝과 같은 고급 기술로 발전했습니다. AI 기술은 지식 표현, 추론, 계획, 학습, 자연어 처리, 지각 등 다양한 기능을 통해 인간의 능력을 확장하고 산업 혁신을 촉진하고 있습니다. 2. 머신러닝 머신러닝은 데이터로부터 학습하여 패턴을 인식하고 예측을 수행하는 A...2025.01.15
-
AI와 DNA 시퀀싱2025.01.151. 유전자와 AI DNA 시퀀싱은 유전자의 염기서열을 알아내는 과정으로, 인간의 염색체에는 30억 쌍의 염기서열이 있어 엄청난 크기의 데이터를 다루게 된다. 이에 유전학에서는 막대한 양의 데이터를 처리하고자 AI를 사용하고 있으며, 대표적인 분야가 AI 시퀀싱이다. 2. DNA 시퀀싱 DNA 시퀀싱은 생화학적 방법으로 생명체의 모든 세포의 DNA 염기서열을 분석하는 기술이다. 과거에는 30억 개의 DNA 염기서열을 분석하는데 13년과 30억 달러가 소요되었으나, 현재는 기술 발달로 비용이 크게 감소했다. 다양한 DNA 시퀀싱 방법...2025.01.15
-
확률과 통계 탐구 보고서(일상생활에서 통계를 활용할 수 있는 방법)2025.01.151. 확률 동일한 원인 하에서 어떤 특정한 사건이 발생할 수 있는 가능성을 수로 나타낸 것이다. 2. 통계 다양하게 수집한 데이터를 바탕으로 이를 분석하여 수치로 나타내는 것이다. 3. 인공지능(AI) 머신러닝이나 딥러닝과 같이 인간의 학습, 추론, 자연언어 이해 역량을 컴퓨터 알고리즘으로 실현한 기술을 의미한다. 4. 머신러닝(Machine Learning) 인간의 지능을 모사한 데이터 학습을 통해서 데이터에 내재하는 패턴이나 규칙을 찾아내는 역할을 하는 AI의 핵심 알고리즘이다. 5. 딥러닝(Deep Learning) 대규모 비...2025.01.15
-
인공신경망의 작동 원리 및 파이썬을 이용한 신경망의 손글씨 데이터 인식2025.01.141. 인공신경망의 작동 원리 인공신경망은 뇌 속 뉴런의 작동 원리를 컴퓨터로 구현한 정보 처리 시스템이다. 인공신경망은 입력층, 은닉층, 출력층으로 구성되며 입력값과 가중치의 곱을 활성화함수에 넣어 출력값을 생성한다. 행렬곱을 이용하여 가중치 계산을 수행하며, 오차 역전파를 통해 가중치를 업데이트하여 학습을 진행한다. 학습률은 신경망 학습 속도에 중요한 영향을 미친다. 2. 파이썬을 이용한 신경망의 손글씨 데이터 인식 MNIST 데이터베이스의 숫자 손글씨 데이터를 이용하여 3계층 신경망 모델을 구현하였다. 초기화, 학습, 질의의 3...2025.01.14
-
인공지능의 개념과 기술 그리고 활용사례2025.01.231. 인공지능의 개념 인공지능은 인간의 지적 활동을 모방하거나 이를 능가하는 기계를 만드는 학문 및 기술을 의미합니다. 인공지능은 크게 약한 인공지능과 강한 인공지능으로 구분됩니다. 약한 인공지능은 특정한 작업이나 문제를 해결하기 위해 설계된 시스템을 의미하며, 강한 인공지능은 인간과 동일한 수준의 인지 능력과 지능을 가지는 시스템을 의미합니다. 2. 인공지능 기술 인공지능 기술의 핵심은 기계학습(Machine Learning)과 딥러닝(Deep Learning) 알고리즘에 있습니다. 기계학습은 데이터를 통해 학습하고 경험을 바탕으...2025.01.23
-
[보고서]딥러닝 모델링 성능 향상 기법2025.01.241. 손실함수 신경망의 성능을 개선하기 위한 방법 중 하나로 손실함수에 대해 다루었습니다. 연속형 모델의 경우 평균 제곱 오차법(MSE)을, 이산형 모델의 경우 이진 교차 엔트로피(BCE) 손실을 사용하는 것이 적합하다고 설명하고 있습니다. Pytorch에서는 nn.MSELoss()와 nn.BCELoss()를 사용할 수 있습니다. 2. 활성화 함수 신경망 훈련 시 기울기 소실 문제를 해결하기 위해 다양한 활성화 함수에 대해 설명하고 있습니다. 전통적인 시그모이드 함수의 문제점을 지적하고, ReLU와 Leaky ReLU 함수를 소개하...2025.01.24
-
경영정보시스템_인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오.2025.01.241. 인공지능의 개념 인공지능은 단순히 기술의 발전을 넘어 인간의 인지적 능력을 모방하거나 대체하는 기술로 정의되며, 이는 정보 처리, 문제 해결, 학습 능력 등 인간 고유의 지능적 특성을 포함한다. 약한 인공지능은 특정한 작업이나 문제를 해결하기 위해 설계된 시스템이며, 강한 인공지능은 인간과 유사한 수준의 전반적인 지능을 갖춘 시스템을 의미한다. 2. 인공지능 기술 인공지능 기술의 발전은 기계학습과 딥러닝을 중심으로 이루어졌다. 기계학습은 데이터를 이용해 스스로 학습하는 알고리즘을 개발하는 기술이며, 딥러닝은 인공신경망을 기반으...2025.01.24
-
공업수학 ) 공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용에 대해 장점이나 근거, 예시 등을 구체적으로 제시하되 자기 고유 의견을 포함시켜 논술2025.01.241. 벡터(vector)의 효과적 활용 벡터는 선형대수학의 기본 단위라고 할 수 있으며 다양한 데이터들을 쉽게 표현할 수 있다는 점이 큰 장점이라고 할 수 있다. 데이터를 다양한 피처로 표현할 수 있으며, 피처를 목록화시키게 되면 데이터 사이언스에서는 벡터가 곧 피처의 목록이 될 수 있어 데이터 특징을 쉽게 표현할 수 있다는 점이 장점이고 효과적인 활용으로 평가될 수 있다. 또한 데이터들을 표현하는 식을 찾기 위해서 좌표계를 활용해 식을 찾을 수 있는 지도를 만들 수 있다는 점에서 효과적인 활용으로 평가될 수 있다. 최근 머신러닝과...2025.01.24
3 / 7
