총 87개
-
방송통신대학교(방통대) 정보통신망 2023년 중간 과제물 만점 리포트2025.01.241. 디지털 배지 디지털 배지는 기존의 물리적인 증명서와 달리 개인정보 노출을 최소화하고, 유효성 검증이 간단하며, 분실 위험이 없고, 추가 정보 제공이 용이하다는 장점이 있다. 디지털 배지는 블록체인 기술과 결합하여 변조가 어렵고 발급 기관이 사라져도 검증이 가능하며, 머신러닝 기술과 결합하여 사용자에게 맞춤형 교육 과정을 추천해줄 수 있다. 디지털 배지의 도입을 위해서는 표준화와 신뢰할 수 있는 통합 데이터베이스 구축이 선행되어야 한다. 2. 개인정보 보호 기존의 물리적인 증명서는 개인정보를 과도하게 포함하고 있어 증명서를 제출...2025.01.24
-
amazon.com의 클라우드 컴퓨팅 활동 요약2025.01.271. 인프라 서비스 EC2: 가상 서버 생성 및 관리 기능 제공, 다양한 인스턴스 유형 지원 S3: 객체 저장소 서비스, 데이터 백업, 아카이빙, 분석 등에 활용 가능 2. 데이터베이스 서비스 RDS: 관계형 데이터베이스 관리 시스템 설정 및 관리 지원, 자동 백업, 소프트웨어 패치, 복원 등 제공 DynamoDB: 완전 관리형 NoSQL 데이터베이스, 빠른 응답 속도와 무제한 확장성 제공 3. AI 및 머신러닝 SageMaker: 머신러닝 모델 구축, 훈련 및 배포를 위한 통합 개발 환경 Rekognition: 이미지와 비디오 분...2025.01.27
-
선형회귀(Linear Regression)는 통계인가 머신 러닝인가?2025.05.081. 선형회귀 선형 회귀는 연속 값을 예측하는 데 사용되는 통계 방법입니다. 선형 회귀 모델은 두 변수 간의 관계를 설명하는 선형 방정식을 찾는 통계적 방법입니다. 선형 회귀 모델은 통계, 공학, 마케팅, 금융, 제조를 포함한 다양한 분야에서 사용됩니다. 선형 회귀는 데이터를 설명하고 미래를 예측하는 데 사용할 수 있는 가장 널리 사용되는 방법입니다. 2. 통계와 머신러닝 머신러닝의 등장으로 선형회귀는 주로 '지도 학습' 문제에서 사용됩니다. 선형회귀는 입력 변수와 출력 변수 사이의 선형적인 관계를 모델링하여 새로운 입력에 대한 출...2025.05.08
-
(A0) 서울대학교 머신러닝을 위한 기초 수학 및 프로그래밍 실습 과제, 소논문2025.01.181. 머신러닝 기초 수학 및 프로그래밍 실습 이 자료는 서울대학교에서 진행된 머신러닝 수업의 과제와 소논문에 대한 내용입니다. 과제 7-1에서는 최종 프로젝트에 대한 1페이지 제안서 작성이 요구되었습니다. 제안서에는 예측, 분류, 값 예측 등의 아이디어와 데이터 수집 및 실현 계획이 포함되어야 합니다. 과제 7-2에서는 팬데믹 이후 여행하고 싶은 두 도시를 선택하고 이들 간의 거리를 계산하는 프로그래밍 과제가 주어졌습니다. 1. 머신러닝 기초 수학 및 프로그래밍 실습 머신러닝은 데이터 기반의 알고리즘을 통해 문제를 해결하는 기술로,...2025.01.18
-
정보통신망4C 에지 컴퓨팅 Edge Computing 조사설명하고 에지 컴퓨팅을 위해 활용될 수 있는 정보통신기술에 관하여 서술하시오2025.01.251. 에지 컴퓨팅 정의 및 필요성 에지 컴퓨팅(Edge Computing)은 중앙 데이터 처리 시스템에서 데이터를 처리하는 대신, 데이터를 생성하는 위치 또는 가까운 위치에서 데이터 처리 및 분석을 수행하는 분산 컴퓨팅 기술입니다. 에지 컴퓨팅은 대역폭 절감, 데이터 프라이버시 보호, IoT 기기와의 통합, 네트워크 지연 감소 등의 장점이 있어 실시간 응용 프로그램, 산업 자동화, 스마트 시티 등 다양한 분야에서 필요성이 높아지고 있습니다. 2. 에지 컴퓨팅 장점과 문제점 에지 컴퓨팅의 주요 장점은 낮은 대기 시간, 대역폭 절감, ...2025.01.25
-
데이터베이스(빅데이터)2025.05.161. 빅 데이터(big-data)의 정의 빅 데이터(big-data)란 기존 데이터보다 방대하여 종래의 방식이나 방법, 도구로는 수집 및 저장, 분석이 어려운 정령 및 비정형 데이터를 의미한다. 즉, 아날로그 환경에서 생성된 데이터에 비해 규모가 방대하고, 생선 주기가 짧고, 형태도 수치 및 문자와 영상 데이터 등을 포함하는 대규모 데이터라고 정의할 수 있다. 2. 빅 데이터(big-data)의 등장 배경 인터넷의 보급, 모바일 사용, 자동화 기기의 확대 등의 요인으로 일상 생활이 편하게 변화된 반면 이와 동시에 데이터 역시 기하급...2025.05.16
-
세종대학교 소프트웨어 특강 과제12025.05.101. Linear Regression 주어진 데이터에 대해 가장 잘 맞는 선형 회귀 모델을 찾았습니다. Gradient Descent 알고리즘을 사용하여 모델의 최적 매개변수를 구했으며, 이를 통해 입력 x=15에 대한 y 값을 예측할 수 있었습니다. 또한 회귀선을 데이터 포인트와 함께 시각화하였습니다. 2. Logistic Regression 두 개의 입력 변수(Petal_Length, Petal_Width)를 사용하여 Iris versicolor와 Iris virginica 두 클래스를 구분하는 로지스틱 회귀 모델을 구현하였습니...2025.05.10
-
기업의 경영활동에서 발생한 문제를 해결하기 위한 노력2025.05.041. 기업의 빅데이터 활용 비즈니스 환경의 변화에 따라 정보시스템의 필요성이 대두되면서 기업들은 정보를 경영의 필수 요소로 판단하고 있다. 이에 따라 정보를 처리할 수 있는 시스템인 '빅데이터'가 발전하게 되었다. 금융권에서는 빅데이터 기반 머신러닝을 이용하여 이상금융거래를 사전에 탐지하고 방지하고 있으며, 신한은행은 SACP(Shinhan AI Core Platform)에 머신러닝 자기학습 프로세스를 도입하여 모형 재개발 비용과 시간을 절감하고 신용평가 모형을 지속적으로 최신화하여 신속한 대응력을 갖추게 되었다. 이처럼 빅데이터는...2025.05.04
-
4차 산업혁명과 알고리즘(수학)2025.01.171. 4차 산업혁명 최근 인공지능 분야에 놀라운 성과가 나타나면서 인공지능은 미래의 일이 아니라 현실이 되고 있다. 그것은 빅데이터의 출현과 기계 스스로가 학습할 수 있는 '딥러닝(deep learning)'이라는 알고리즘의 개발 덕분이다. 알고리즘은 제 4차 산업혁명의 기초 작업으로 작용하고 있으며, 알고리즘을 안다는 것은 제 4차 산업혁명에 관한 이해도를 높이는 데 도움이 될 것이다. 2. 알고리즘 알고리즘이란 컴퓨터에서 쓰이는 용어로 어떤 문제의 해결을 위하여, 입력된 자료를 토대로 하여 원하는 출력을 유도하여 내는 규칙의 집...2025.01.17
-
머신 러닝 학습을 위한 데이터 증량하기2025.05.081. 데이터 증강 데이터 증강(Data Augmentation)은 현대 머신러닝과 딥러닝 분야에서 핵심 개념이 되었습니다. 데이터의 양과 질은 모델의 성능과 일반화 능력에 큰 영향을 미치지만, 현실적인 제약으로 인해 충분한 양의 고품질 데이터를 수집하기 어려운 문제를 해결하기 위해 데이터 증강이 등장하였습니다. 데이터 증강은 기존의 데이터를 변형하여 새로운 데이터를 생성하는 과정으로, 모델의 학습과 예측 능력을 향상시킬 수 있습니다. 2. 데이터 증강 기법 다양한 데이터 증강 기법이 개발되어 있으며, 이를 통해 다양한 유형의 데이터...2025.05.08
1 / 9
