
총 89개
-
인공지능을 활용한 금융사기 예방 솔루션2025.01.041. 인공지능을 활용한 금융사기 예방 금융사기는 현대 사회에서 심각한 경제 범죄이며, 특히 보이스피싱이 기승을 부리고 있습니다. 보이스피싱 피해금의 환급률이 낮고 피해 회복이 어려워 예방이 중요합니다. 인공지능 기반의 솔루션을 개발하면 금융거래 데이터를 실시간으로 분석하여 이상 거래를 탐지하고 사전에 예방할 수 있습니다. 인공지능은 기계학습을 통해 정확도를 높이며, 실시간 경고와 대응으로 금융사기 피해를 막을 수 있습니다. 이를 통해 금융기관의 고객 신뢰도 향상에도 기여할 수 있습니다. 1. 인공지능을 활용한 금융사기 예방 인공지능...2025.01.04
-
정보통신망4A 기계학습 Machine Learning에 관하여 조사하여 설명하고 기계학습을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오2025.01.251. 기계학습 정의 및 필요성 기계 학습은 컴퓨터 시스템이 데이터를 분석하고 패턴을 학습하여 작업을 수행할 수 있는 능력을 갖추는 것을 의미한다. 기계 학습은 데이터 마이닝이나 기타 학습 알고리즘을 사용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는 컴퓨터 프로그램이다. 기계 학습은 대량의 데이터 처리, 복잡한 패턴 인식, 자동화된 결정, 개인화된 경험 제공, 의사 결정 지원, 지능적인 시스템 구축 등의 이유로 매우 중요하다. 2. 기계학습 장점과 문제점 기계 학습의 장점으로는 패턴 인식 및 ...2025.01.25
-
경영정보시스템과 인공지능(AI) 기술의 발전 및 응용2025.01.241. 약한 인공지능과 강한 인공지능 인공지능은 수행 능력과 인지 수준에 따라 약한 인공지능(Narrow AI)과 강한 인공지능(General AI)으로 구분됩니다. 약한 인공지능은 특정 과제에 특화된 지능으로, 인간의 뇌와 같은 종합적 사고를 하진 않지만 특정 목적을 달성하기 위해 최적화된 지능입니다. 반면 강한 인공지능은 인간과 비슷한 수준의 종합적인 사고와 문제 해결 능력을 가진 지능을 목표로 합니다. 2. 기계학습의 개념과 특징 기계학습(Machine Learning)은 인공지능의 한 분야로, 컴퓨터가 데이터를 기반으로 스스로...2025.01.24
-
확률론(probability theory)의 효과적 활용법 중 한 가지를 주제로 선택하여, 장점을 주장하고 논리적 근거를 예시 등을 구체적으로 제시한 후, 자신만의 고유한 의견으로 마무리 요약하여 기술하시오2025.01.231. 베이즈 정리 베이즈 정리는 사건의 발생 확률을 새로운 정보에 따라 갱신하는 수학적 방법이다. 기본적으로 베이즈 정리는 사전 확률(prior probability)을 바탕으로, 새로운 데이터(또는 증거)를 통해 사후 확률(posterior probability)을 계산하는 과정이다. 베이즈 정리는 다양한 상황에서 적용될 수 있는 유연한 도구로, 복잡한 문제에 대한 해결책을 제공한다. 베이즈 정리의 가장 큰 장점은 유연성과 실시간 데이터 반영이다. 기존의 통계적 접근법은 고정된 데이터를 바탕으로 예측을 하지만, 베이즈 정리는 새로...2025.01.23
-
언어 변수와 헤지, 퍼지 집합 연산, 포함관계에 대해 서술하시오2025.01.271. 언어 변수 언어 변수는 수치 대신 언어적 표현을 사용하여 정보를 나타내는 방식입니다. 이는 모호하거나 불확실한 상황을 다루는 데 적합한 도구로, 사람들의 일상적인 의사소통 방식과 유사합니다. 언어 변수의 주요 특징은 모호성 및 가변성 반영, 맥락에 따른 유연한 해석 가능, 사람의 사고방식과 밀접한 연관성, 수학적 모델링 도구로의 활용 등입니다. 2. 헤지 연산 헤지 연산은 언어 변수의 의미를 조정하여 정보를 더 명확하고 세밀하게 전달하는 데 사용되는 기법입니다. 이를 통해 언어 변수의 강도나 범위를 조절하여 모호한 상황에서도 ...2025.01.27
-
데이터마이닝의 정의와 활용 분야2025.01.181. 데이터마이닝의 정의 데이터마이닝은 대규모 데이터 세트에서 통계적이고 수학적인 기법을 활용하여 유용한 정보와 패턴을 추출하는 과정을 말한다. 이는 데이터베이스, 데이터 웨어하우스 또는 다양한 데이터 소스로부터 데이터를 수집하고 분석함으로써 이루어진다. 데이터마이닝은 기계 학습, 통계 분석, 패턴 인식, 인공지능 등의 다양한 분야의 기법과 원칙을 포괄하는 다중 학문적인 접근 방법을 사용한다. 2. 데이터마이닝 활용 분야: 상업 분야 온라인 소매업체는 고객의 구매 이력, 검색 기록, 선호도 등을 분석하여 개별 고객에게 맞춤형 제안을...2025.01.18
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
-
인공지능과 기계학습 중간정리2025.01.131. 예측자 예측자는 Y=AX의 관계가 선형일 때 사용된다. 예측자를 구하는 과정은 다음과 같다: 1) 임의의 값 A 설정 2) 주어진 데이터의 X를 대입하여 예측값 Y 출력 3) 목표값과 출력값을 비교하여 오차(error) 구하기 4) 오차가 양수인 경우 A를 늘려야 하며, 오버슈팅을 방지하기 위해 A를 조금씩만 조정해야 한다. 5) 이러한 과정을 반복(iteration)하여 A를 조정해나가는 것이 예측자 구하기의 핵심이다. 2. 분류자 분류자는 X·Y 평면에서 두 그룹을 분류하는 선형분류자를 말한다. 분류자 학습 과정은 다음과 ...2025.01.13
-
방송대_대학수학의이해_중간과제물_2023학년도_2학기2025.01.251. CAS와 직접연산 CAS와 직접연산을 모두 경험해본 입장에서 수학 학습에 컴퓨터 소프트웨어를 이용하는 것을 찬성한다. 기계학습에 필요한 수학을 공부하기 위해 '기계처럼 기계학습하기'라는 스터디에 참여했으며, 이론 공부와 연습문제 풀이를 진행했다. 2. 기계학습 스터디 기계학습 스터디의 과제인 2장 연습문제를 풀기 위해 2023년 9월 1일 python의 sympy모듈을 사용했다. 연습문제 13번은 f(x)에서 난수를 생성하여 초깃값 X0=2.1을 얻었을 때 theta = theta -p*g를 연속적으로 사용하여 얻는 점 x1,...2025.01.25
-
PCA & SVD2025.01.131. PCA (주성분 분석) PCA는 데이터의 분산(variance)을 최대한 보존하면서 서로 직교하는 새 기저(축)를 찾아, 고 차원 공간의 표본들을 선형 연관성이 없는 저차원 공간으로 변환하는 기법입니다. 데이터의 분산을 최대로하는 새로운 기저를 찾기 위해서는 데이터 행렬 A의 공분산 행렬을 구해야 합니다. 공분산 행렬의 고유분해(Eigendecomposition)를 통해 가장 큰 고유값 몇 개를 고르고, 그에 해당하는 고유벡터를 새로운 기저로 하여 데이터 벡터들을 정사영시키면 PCA 작업이 완료됩니다. 2. SVD (특이값 분...2025.01.13