총 76개
-
영문 ) Real-world business problem -problems that occur in the business environment (or2025.01.201. Real-world business problem 기업 환경(또는 직장)에서 발생하는 문제로, 데이터 분석을 통해 해결할 수 있는 문제입니다. 예를 들어 온라인 광고 효과가 낮거나 새로운 패션 제품에 대한 고객 만족도가 낮은 경우 등입니다. 2. 연구 목적 온라인 광고 효과를 높이기 위한 요인 탐색, 고객 만족도를 높이기 위한 제품 속성 탐색 등이 연구의 주요 목적입니다. 3. 데이터 소셜 네트워크 플랫폼의 리뷰 텍스트, 내부 데이터베이스의 구매 데이터 등이 필요합니다. 이를 통해 고객이 중요하게 여기는 요인을 파악하고 고객 ...2025.01.20
-
자연어처리 대표논문 읽기 과제2025.01.121. 신경 기계 번역 신경 기계 번역은 최근에 제안된 기계 번역 접근법으로, 기존의 통계 기계 번역과 달리 단일 신경망을 구축하여 번역 성능을 극대화하는 것을 목표로 합니다. 본 논문에서는 기존 신경 기계 번역 모델의 한계를 극복하기 위해 RNN 검색 모델을 제안하였고, 이를 통해 소스 문장의 관련 단어나 주석과 대상 단어를 올바르게 정렬할 수 있게 되었습니다. 실험 결과 제안된 모델이 기존 인코더-디코더 모델을 크게 능가하고 문장 길이에 더 견고한 것으로 나타났습니다. 2. 기계 번역 기계 번역은 소스 문장 x의 조건부 확률 p(...2025.01.12
-
정보처리 정리2025.01.091. 자연어 처리 자연어 처리는 컴퓨터가 자연언어 이해와 출력을 가능하도록 연구하는 분야입니다. 처리 과정은 단어에 반응하고 분석과 의미파악과정을 거치고, 문법적, 논리적 구조를 파악한 후 맥락을 이해하여 의도를 파악하고 적용하고 추론하여 발화계획을 세우고 문법적 논리적 구조로 실현하여 단어로 반응하는 것입니다. 응용 분야로는 기계번역, 자동통역, 사람과 기계가 소통하는 분야, 텍스트 이해로 질의응답 시스템, 텍스트 요약, 웹 문서 검색 등이 있습니다. 2. 정규표현식 정규표현식이란 문자의 형식을 지정하는 언어입니다. 문자열을 조작...2025.01.09
-
트랜스포머 알고리즘의 개요와 적용 사례2025.01.171. 트랜스포머 알고리즘 트랜스포머 알고리즘은 2017년 구글의 연구팀이 발표한 딥러닝 모델로, 자연어 처리(NLP) 분야에서 혁신적인 변화를 가져왔습니다. 이 알고리즘은 인코더-디코더 구조와 어텐션 메커니즘을 기반으로 하며, 병렬 처리와 확장성을 통해 대규모 데이터를 효율적으로 처리할 수 있습니다. 2. 트랜스포머 알고리즘의 구조 트랜스포머 알고리즘은 인코더와 디코더로 구성됩니다. 인코더는 입력 데이터를 고차원 벡터로 변환하고, 디코더는 이 벡터를 다시 출력 데이터로 변환합니다. 핵심은 어텐션 메커니즘으로, 입력 데이터의 각 요소...2025.01.17
-
미디어혁신과뉴스스토리텔링 ) ChatGPT를 사용해서 ChatGPT를 이용한 뉴스 스토리텔링 방법에 어떤 것이 있는지 정리, 위 ChatGPT 응답 내용 가운데 잘못된 점이나 달리 생각되는 점을 한 가지 찾아서, 그 이유를 설명하시오.2025.01.241. ChatGPT를 이용한 뉴스 스토리텔링 방법 ChatGPT와 같은 자연어 처리 모델을 사용하여 뉴스 스토리텔링을 수행하는 방법은 다양하며, 주제 선정, 뉴스 기사 데이터 수집, 모델 학습, 스토리텔링 구조 작성, 대화 형식 설정, 단순성과 명확성, 정확한 정보, 언어 스타일 조절, 독자나 대상자 고려, 피드백 및 개선 등의 단계를 포함한다. 이러한 방법을 통해 효과적인 뉴스 스토리텔링을 수행할 수 있지만, 모델의 능력과 한계를 이해하고 정확성과 균형을 유지하는 것이 중요하다. 2. ChatGPT 응답 내용의 잘못된 점 및 달리...2025.01.24
-
Chat GPT의 장단점2025.01.041. Chat GPT의 정의와 특징 Chat GPT는 Generative Pretrained Transformer의 약자로, 인공지능 분야에서 사용되는 언어 모델 중 하나입니다. 이 모델은 OpenAI에서 개발한 것으로, 대규모의 데이터셋으로 사전학습된 후 다양한 자연어 처리 태스크에 사용될 수 있습니다. 2. Chat GPT의 장점 Chat GPT의 장점으로는 다양한 자연어 처리 태스크에 적용 가능, 대용량 모델, 맞춤형 모델 학습 가능, 유연한 문장 생성 기능, 다양한 데이터셋 사용 가능, 지속적인 업데이트와 발전 등이 있습니다...2025.01.04
-
인공지능 시대에 데이터베이스의 필요성 및 중요성2025.01.041. 인공지능 인공지능은 4차 산업혁명의 핵심 요소로, 그동안 인간의 고유 능력이었던 학습, 추론, 지각, 탐색 등의 능력을 인공적인 컴퓨터 기술로 구현한 것을 의미합니다. 인공지능은 사물인터넷, 클라우드 컴퓨팅, 빅데이터와 함께 4차 산업혁명의 주요 기술 및 연구 분야로 자리잡고 있으며, 일상생활과 경제 활동을 지원하는 중요한 기술로 인식되고 있습니다. 2. 데이터베이스의 활용 데이터베이스는 정형화된 데이터를 저장하고 관리하는 시스템으로, 데이터 마이닝을 통해 정보를 추출하고 가공할 수 있습니다. 또한 비/반정형 텍스트 데이터에서...2025.01.04
-
인공지능의 역사와 현 수준2025.05.011. 인공지능의 역사 인공지능(AI)의 역사는 1940년대부터 시작되었으며, 주요 이정표로는 앨런 튜링의 튜링 테스트 제안, 1950-60년대의 초기 AI 프로그램 개발, 1970-80년대의 전문가 시스템 개발, 1980-90년대의 신경망 및 기계 학습 알고리즘 개발, 2000년대의 딥러닝 알고리즘 개발 등이 있다. 최근 몇 년 동안 AI는 자율주행 차량, 로봇 공학, 가상 비서, 개인화된 의학 등 다양한 분야에서 빠르게 발전하고 있다. 2. 인공지능의 현 수준 인공지능은 자연어 이해, 이미지 인식, 의사결정 등 인간의 지능이 필요...2025.05.01
-
4차 산업혁명시대에 변화하는 직업의 세계에 대하여 필요한 역량과 직업진로 지도전략에 대하여 서술하고 자신의 직업과 진로에 대하여 적용하여 정리하시오2025.05.051. 4차 산업혁명시대의 개요 4차 산업혁명시대는 인공지능, 빅데이터, 사물인터넷, 로봇공학, 자율주행, 3D프린팅 등 첨단 기술이 급속도로 발전하면서 기존 산업과 새로운 기술이 융합되어 새로운 비즈니스 모델과 가치 창출 방식이 등장하고 있는 시대이다. 이를 통해 디지털, 생명, 물리학 등 다양한 분야에서 새로운 혁신과 발전이 이루어지고 있다. 2. 변화하는 직업의 세계에서 필요한 역량 4차 산업혁명 시대에 필요한 역량으로는 문제해결 역량, 협업 역량, 창의성, 기술 역량 등이 있다. 문제해결 역량은 주어진 문제를 분석하고 새로운 ...2025.05.05
-
Perplexity AI란?2025.05.081. Perplexity AI Perplexity AI는 대규모 언어 모델을 사용하여 사용자 질문에 정확한 답변을 제공하는 AI 기반 검색 엔진입니다. Perplexity AI는 기계 학습과 자연어 처리(NLP)를 사용하는 챗봇으로, 사용자 질문에 응답합니다. Perplexity AI는 다양한 질문에 대한 자세한 답변을 제공하며 계정 가입이 필요 없고 이동 중에도 원활한 액세스를 제공하는 전용 모바일 앱이 있습니다. Perplexity AI의 컨텍스트 이해 능력은 다른 AI 앱과 차별화되며 대화의 컨텍스트를 기반으로 개인화된 답변을...2025.05.08
3 / 8
