총 87개
-
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
-
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
-
디지털 중개 및 공유 트렌드와 미래 전망 보고서 - 디지털 혁신의 물결, 중개와 공유가 만드는 새로운 경제2025.01.101. 디지털 중개 및 공유 경제 이 보고서는 디지털 중개 및 공유 경제의 현재와 미래를 탐구하며, 최신 인공지능 기술과의 융합을 통해 이 분야가 어떻게 변화하고 있는지를 분석합니다. 디지털 중개 및 공유 경제는 인터넷과 모바일 기술의 발전에 힘입어, 전 세계적으로 다양한 산업 분야에서 급속도로 성장하고 있습니다. 이 보고서는 이러한 경제 모델이 소비자와 기업에 어떤 새로운 기회를 제공하는지, 그리고 이와 동시에 어떤 도전 과제를 안고 있는지를 탐색합니다. 2. 인공지능 기술 생성형 인공지능(Generative AI), 머신러닝(Ma...2025.01.10
-
머신러닝에서의 과적합 문제2025.05.101. 과적합(Overfitting) 과적합은 머신러닝에서 중요한 문제 중 하나입니다. 머신러닝 모델이 훈련 데이터에 너무 특화되어 있어 새로운 입력 데이터에 대한 예측 능력이 저하되는 현상을 말합니다. 이는 모델의 성능과 일반화(generalization) 능력을 감소시키며, 실제 응용에서 신뢰할 수 없는 결과를 초래할 수 있습니다. 2. 과적합의 원인 과적합은 데이터의 특성을 완벽하게 기억하는 것에서 비롯됩니다. 모델은 훈련 데이터에 맞추기 위해 복잡한 패턴과 노이즈까지도 학습할 수 있습니다. 일반적으로 데이터의 양이 적은 경우,...2025.05.10
-
의사결정 트리(Decision Trees)2025.05.101. 의사결정 트리(Decision Trees) 의사결정 트리(Decision Trees)는 머신러닝에서 가장 널리 사용되는 분류(classification) 및 회귀(regression) 알고리즘 중 하나입니다. 이는 데이터의 특징을 기반으로 한 의사 결정 규칙의 계층적 트리 모델을 나타냅니다. 의사결정 트리는 간단하고 해석하기 쉬운 모델로 알려져 있으며, 데이터의 특징을 직관적으로 이해할 수 있는 장점이 있습니다. 2. 의사결정 트리의 구조 의사결정 트리는 다음과 같은 구조로 이루어져 있습니다: 노드(Nodes), 가지(Edge...2025.05.10
-
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
-
성공적인 머신러닝 모델링을 위한 프로세스2025.01.151. 결정 트리 알고리즘 결정 트리(Decision Tree)는 지도 학습(Supervised Learning)에서 사용되는 머신러닝 알고리즘 중 하나입니다. 이 알고리즘은 데이터를 분석하고 특정 기준에 따라 여러 개의 의사 결정 규칙을 만들어내는 방식으로 동작합니다. 이러한 의사 결정 규칙들을 트리 구조로 나타내기 때문에 '결정 트리'라는 이름이 붙었습니다. 의사 결정 트리는 금융, 의료, NLP, 추천 시스템 및 프로세스 최적화 내에서 주로 사용되며, 다양한 도메인에 걸친 의사결정 트리의 다양성을 보여주고 많은 산업에서 실제 문...2025.01.15
-
정보기술의 발전과정과 기업의 활용 사례2025.01.211. 퀵커머스 마켓컬리는 기존의 전자상거래와 달리 밤 11시 늦게 고객이 주문하더라도 다음날 7시 전까지 새벽에도 배송해주는 퀵커머스 시스템을 가지고 있다. 이러한 퀵커머스 시스템의 기반에는 휴대폰 어플리케이션이라는 정보통신기술이 중심이 되었다. 2. SCM 마켓컬리는 운송을 담당하는 부서를 3개로 나누어, 운송에 대한 리스크를 감소하는 방향으로 SCM을 실현한다. 부서 간의 통신과 다른 운송업체와의 실시간 피드백 및 실시간 사항을 전달하는 것은 정보통신기술이 아니라면 불가능하다. 3. CRM 마켓컬리는 고객의 니즈를 파악하기 위해...2025.01.21
-
스마트폰을 이용한 음식물 인식 및 칼로리 분석 애플리케이션 개발2025.01.231. 패턴인식 시스템의 구성요소와 처리 절차 패턴인식 시스템은 데이터로부터 유의미한 패턴을 인식하고 분류하는 기술로, 데이터 수집, 전처리, 특징 추출, 분류기 설계, 결과 해석의 다섯 가지 주요 구성 요소로 이루어진다. 이러한 구성 요소와 처리 절차는 음식물 인식 및 칼로리 분석 애플리케이션 개발에 필수적인 기반을 제공한다. 2. 음식물 인식 애플리케이션 개발 시 고려사항 음식물 인식 및 칼로리 분석 애플리케이션 개발 시 고려해야 할 사항으로는 높은 인식 정확도, 사용자 친화적인 인터페이스, 데이터 보안과 프라이버시, 다양한 음식...2025.01.23
-
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
2 / 9
