
총 87개
-
파이썬을 이용한 불법 사이트 탐지 및 차단2025.04.281. 불법 사이트 탐지 이 프로젝트는 파이썬을 사용하여 불법 사이트를 탐지하고 차단하는 기능을 제공합니다. 주요 기능으로는 구글 검색을 통해 불법 사이트 URL을 추출하고, 이를 hosts 파일에 차단하는 것입니다. 또한 머신러닝 기술을 활용하여 URL의 악성 여부를 판단하고, meta 태그의 키워드 필터링을 통해 유해 사이트를 탐지하는 기능을 포함하고 있습니다. 2. 구글 검색 및 URL 추출 이 프로젝트는 구글 검색을 통해 불법 사이트 URL을 추출하는 기능을 제공합니다. 특정 키워드로 구글 검색을 수행하고, 검색 결과에서 불법...2025.04.28
-
글로벌비즈니스애널리틱스1공통 비즈니스 애널리틱스란 데이터 과학 데이터 애널리틱스 데이터 분석 인공지능 머신러닝 딥러닝이 무엇인지 설명하시오2025.01.261. 비즈니스 애널리틱스 비즈니스 애널리틱스(Business Analytics)는 데이터를 기반으로 비즈니스 의사 결정을 지원하는 과정입니다. 기업의 경영활동의 효율성을 제고하기 위해 지원되는 비즈니스 도구로서, 과거 뿐만 아니라 현재 실시간으로 발생하는 데이터에 대하여 연속적이고 반복적인 분석을 통해 미래를 예측하는 통찰력을 제공하는데 활용 됩니다. 주로 데이터를 수집하고 분석하여 중요한 통찰력을 도출하고, 이를 통해 비즈니스 성과를 향상시키는 데 중점을 둡니다. 2. 데이터 과학 데이터 과학(data science)이란, 데이터...2025.01.26
-
비즈니스 애널리틱스 관련 용어 설명2025.01.261. 데이터 과학 데이터 과학(Data Science)은 데이터를 통해 새로운 인사이트를 발견하고, 복잡한 문제를 해결하는 학문 분야입니다. 데이터 과학은 통계학, 컴퓨터 과학, 수학 등을 융합하여 데이터를 분석하고, 이를 기반으로 의사결정을 지원하는 학문적 기초를 제공합니다. 데이터 과학자는 데이터를 수집, 처리, 분석하여 유의미한 결과를 도출하며, 이를 통해 비즈니스 문제를 해결하거나 새로운 기회를 창출합니다. 2. 데이터 애널리틱스 데이터 애널리틱스(Data Analytics)는 데이터를 분석하여 과거의 패턴을 파악하고, 현재...2025.01.26
-
[글로벌 비즈니스 애널리틱스] 비즈니스 애널리틱스의 역사와 정의, 관련 용어 설명2025.01.261. 비즈니스 애널리틱스의 역사 비즈니스 애널리틱스는 20세기 후반부터 본격적으로 발전하기 시작했다. 1960년대와 70년대에는 데이터 처리 기술의 발전이 주로 통계적 분석과 의사결정 지원 시스템(DSS)에 중점을 두고 있었다. 1990년대에는 데이터베이스 관리 시스템(DBMS)과 데이터 마이닝 기법이 등장하면서 보다 복잡한 데이터 분석이 가능해졌다. 2000년대 들어서는 빅데이터와 클라우드 컴퓨팅의 등장으로 인해 데이터 수집과 저장, 분석이 용이해지면서 비즈니스 애널리틱스가 더욱 발전하였다. 2. 비즈니스 애널리틱스의 정의 비즈니...2025.01.26
-
미래 산업에서의 RPA의 역할2025.04.281. RPA(Robotic Process Automation) RPA는 소프트웨어 로봇이 다양한 산업에서 인간이 수행하는 반복적이고 일상적인 규칙 기반 작업을 자동화할 수 있도록 하는 기술입니다. RPA는 수동 작업을 자동화하고 인적 오류를 줄여 효율성, 정확성 및 속도를 높이는 것을 목표로 합니다. RPA의 개념은 제조 산업의 로봇 자동화에서 시작되었으며, 2000년대 초반부터 기업들이 비즈니스 프로세스에 소프트웨어 로봇을 사용하기 시작했습니다. RPA는 기존 자동화와 달리 사용자 인터페이스 수준에서 작동하며, 복잡한 코딩이나 I...2025.04.28
-
인공지능 ) 1. 역전파와 순전파에 대해서 설명 2. 손실함수는 어떤 특성을 갖는가 3. 옵티마이저가 무엇인지 설명 4. 위의 4가지의 연관관계를 5줄 이내로 설명2025.01.191. 역전파와 순전파 역전파와 순전파는 딥러닝, 머신러닝 등에서 학습하는 방법을 의미한다. 인공지능 모델은 필연적으로 학습을 진행하게 되는데, 이때 학습의 방향이 앞에서 뒤로 순차적으로 진행되는 학습을 순전파, 뒤에서 앞으로 학습이 진행되는 것을 역전파라고 한다. 2. 손실함수의 특성 손실함수는 학습을 위한 알고리즘이 실제와 얼마나 차이가 나는지, 오류를 판단하기 위한 함수로써 여겨진다. 학습을 기반으로 나온 데이터와 실제데이터 간의 오차를 직접적으로 계산하여 인공지능 모델의 최적화를 위한 가장 중요한 지표로써 간주한다. 3. 옵티...2025.01.19
-
자율주행자는 어떻게 학습하고 운전할 수 있는지 기술하시오2025.01.111. 자율주행차의 개념과 중요성 자율주행차는 미래의 교통 시스템의 핵심 기술 중 하나이며, 인간의 운전 오류로 인한 교통사고를 줄이고, 교통 체증을 해소하며, 환경문제를 해결하는 데 큰 역할을 할 것으로 기대된다. 이러한 기술의 발전은 우리 사회에 긍정적인 영향을 미칠 것이며, 자율주행차의 개념과 중요성에 대한 이해와 함께 적극적인 지원이 필요하다. 2. 자율주행차의 학습 방법 자율주행차의 학습 방법에는 머신 러닝과 딥 러닝의 활용, 데이터 수집과 분석이 중요한 역할을 한다. 이러한 기술들은 자율주행차가 환경을 인식하고 판단하는 능...2025.01.11
-
스마트기술을 활용한 유지관리 인공지능, 머신러닝, 딥러닝 기술의 차이점2025.01.031. 인공지능 인공지능은 인간의 학습 능력과 추론 능력, 지각 능력 등을 컴퓨터 프로그램으로 실현한 기술을 말한다. 대표적인 인공지능 서비스로는 2018년에 SKT에서 출시한 AI 상담원 채티가 있다. 2. 머신러닝 머신러닝은 인공지능을 발전시키기 위해서 기계를 학습시키는 다양한 방법에 대한 학문이다. 대표적인 머신러닝 기술이 적용된 제품으로는 ADT 캡스가 2020년에 출시한 얼굴인식기를 통해 신분을 확인하는 '캡스 스마트패스'가 있다. 3. 딥러닝 딥러닝은 머신러닝보다 더 작은 개념으로 '신경망'을 통해서 인공지능을 만드는 머신...2025.01.03
-
머신러닝, 딥러닝을 활용한 부동산 거래 지원 서비스 제안2025.01.041. 머신러닝과 딥러닝의 개념 머신러닝은 기계가 데이터와 알고리즘을 사용해 스스로 학습하고 지능을 높여가는 인공지능 기술이다. 딥러닝은 기계학습의 고차원적 수준으로, 연속된 층을 점진적으로 심도 있게 학습할 수 있다. 이를 통해 기계가 사람처럼 자연스럽게 사고하고 행동하는 것이 가능해진다. 2. 머신러닝과 딥러닝의 활용 사례 머신러닝과 딥러닝은 다양한 분야에서 활용되고 있다. 챗봇, 음성인식, 이미지 인식, 기계 번역 등이 대표적인 사례이다. 부동산 분야에서도 머신러닝을 활용해 부동산 가격 예측, 투자 의사결정 지원 등에 활용되고 ...2025.01.04
-
머신러닝과 수율 영향인자 분석하기2025.05.101. 수율 영향 요소 제조 과정에서 수율에 영향을 미치는 주요 요소로는 원자재 품질, 공정 설계 및 제어, 장비 및 기술, 작업자의 기술과 교육, 품질 관리 시스템, 환경 조건 등이 있습니다. 이러한 요소들은 제조 산업의 특성과 제품에 따라 다를 수 있지만, 일반적으로 수율 향상을 위해서는 이러한 요소들을 관리하고 최적화하는 것이 중요합니다. 2. 머신러닝을 활용한 수율 영향성 분석 머신러닝을 활용하여 수율 영향성을 분석하기 위해서는 데이터 수집, 전처리, 특성 선택 및 추출, 모델 구축, 학습 및 평가, 결과 해석 등의 단계를 거...2025.05.10