총 89개
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.01.181. 인공지능 인공지능은 기계가 인간의 뇌를 기반으로 인간의 지적 행동을 모방하도록 프로그래밍된 소프트웨어 상태로 존재한다. 인공지능은 인공지능 기술을 적용해 현실 세계의 문제를 해결한 결과를 말한다. 즉 기존 제품에 인공지능이 추가된 제품이나 서비스를 의미한다. 2. 기계학습 머신러닝은 원래(처리되지 않은) 데이터에서 패턴을 추출해 지식을 습득하는 능력을 말한다. 기계학습은 학습방법에 따라 지도학습, 비지도학습, 강화학습의 세 가지 주요 범주로 분류할 수 있다. 3. 딥러닝 딥러닝은 숨겨진 층수를 3개 이상의 층으로 두껍게 쌓아 ...2025.01.18
-
경영정보시스템_인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오.2025.01.291. 인공지능의 개념 인공지능은 인간의 지능을 모방하거나 이를 초월하는 컴퓨터 시스템을 개발하는 학문이다. 인공지능의 개념은 크게 약한 인공지능과 강한 인공지능으로 구분된다. 약한 인공지능은 특정한 작업을 수행하도록 설계된 시스템이며, 강한 인공지능은 인간과 유사한 수준의 지능을 가지고 자율적으로 문제를 해결하고 학습할 수 있는 능력을 지닌 시스템을 의미한다. 2. 인공지능 기술: 기계학습과 딥러닝 인공지능의 핵심 기술로는 기계학습과 딥러닝 알고리즘이 있다. 기계학습은 데이터를 기반으로 모델을 학습시키고, 이를 통해 새로운 데이터에...2025.01.29
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 기본적으로 인간의 지능 수준을 넘지 못하고 제한된 작업에만 사용되는 인공지능을 의미한다. 반대로 강한 인공지능은 인간의 지능을 초월하여 다양한 작업을 수행하고 사람과 유사한 추론, 학습, 문제 해결 능력을 갖춘 인공지능을 말한다. 약한 인공지능은 사전에 정의된 규칙이나 알고리즘을 사용하여 작업을 수행하지만, 강한 인공지능은 데이터 기반 학습을 통해 지식을 습득하고 문제를 해결한다. 약한 인공지능은 '자아'가 없다는 차이점이 있다. 2. 기계학습의 개념과 특징 기계 학습은 인...2025.05.13
-
경영정보시스템 ) 인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오.2025.05.161. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 한 가지 특정 작업을 수행하는 것을 목표로 하는 인공지능이며, 강한 인공지능은 인간의 지능과 비슷한 기능을 하는 것을 목표로 한다. 약한 인공지능은 미리 정해진 데이터와 알고리즘을 통해 최적의 결과를 만들어내는 것이 목표이지만, 강한 인공지능은 다양한 기능을 수행하고 새로운 문제를 해결하는 방법을 직접 찾는 것을 목표로 한다. 2. 기계학습의 특징 기계학습은 인공지능을 구현하는 방법 중 하나로, 빅데이터를 반복적으로 분석하여 데이터 내부의 규칙성과 패턴을 추출하고 이를 바탕...2025.05.16
-
인공지능의 개념 및 원리를 제시하고, 일상생활과 교육분야에서 인공지능 활용사례에 대해 기술하시오2025.01.251. 인공지능의 개념 인공지능은 컴퓨터나 기계가 인간의 학습, 추론, 문제 해결 등의 지적 업무를 수행하는 데 사용되는 기술이다. 이는 기계가 인간의 지능을 모방하고 흉내내어 인간과 유사하게 학습하고 작업을 수행할 수 있는 능력을 의미한다. 인공지능의 개념은 기술적 발전과 함께 지속적으로 발전해왔으며, 최근에는 기계학습과 딥러닝과 같은 새로운 접근 방식이 등장하여 인공지능의 개념과 의미가 점차 확장되고 있다. 2. 인공지능의 원리 인공지능의 원리는 주로 기계학습과 딥러닝이라는 두 가지 주요 개념에 근간을 두고 있다. 기계학습은 컴퓨...2025.01.25
-
인공지능의 개념과 기술 그리고 활용사례2025.01.181. 인공지능의 개념과 역사 인공지능(Artificial Intelligence, AI)은 기계가 인간과 유사하게 정보를 처리하고, 복잡한 문제를 해결할 수 있는 능력을 부여하는 과학기술 분야입니다. 1950년대에 공식적으로 탄생한 이 분야는 앨런 튜링의 '튜링 테스트'를 시작으로 다양한 학문적, 산업적 발전을 거쳐 현재에 이르고 있습니다. 초기 단계에서는 논리 추론과 규칙 기반 시스템이 주를 이루었으나, 컴퓨터 하드웨어의 발전과 데이터 처리 능력의 증가로 인해 현재에는 기계학습, 딥러닝 등이 주된 연구 분야로 자리 잡고 있습니다....2025.01.18
-
기계 학습 - 기술부채의 고금리 신용카드 [논문리뷰]2025.04.261. 기술부채 기술부채는 실행속도와 엔지니어링 품질 사이의 딜레마를 지칭하는 것으로, 이를 적절하게 관리하지 않으면 유지보수 비용의 가파른 상승과 깨지기 쉬운 시스템 등으로 인해 혁신의 속도를 상당부분 늦출 수 있다. 전통적인 방식으로 이를 해결하기 위한 방법에는 리팩토링, 단위 테스트 범위 확대, 의존성 감소, 더 이상 사용되지 않는 코드의 삭제, 엄격한 API 관리와 체계적인 문서화 등이 있다. 2. 기계학습 시스템의 기술부채 기계학습 시스템에는 자체적으로 내재된 부채가 있어서 이를 제대로 관리하지 못할 경우 의도된 기대에서 멀...2025.04.26
-
AI 기계학습에 대한 설명2025.04.291. 기계학습 기계학습은 컴퓨터가 스스로 학습하는 방법 중 하나로, 특정 명령이나 프로그램의 지시 없이도 데이터를 기반으로 패턴을 인식하고 학습하는 방법입니다. 데이터의 라벨화 유무에 따라 지도형 학습과 비지도형 학습으로 나뉘며, 지도형 학습은 인간의 작업을 학습하는 방식으로 데이터를 라벨화하여 제공하고 이를 기반으로 학습을 진행합니다. 2. 패턴 인식 기계학습에서는 방대한 데이터를 기반으로 예측을 통해 확률적으로 패턴을 인식합니다. 정답 데이터와 새로운 데이터를 비교하여 유사성을 체크하고 이를 확률로 계산하여 특정 패턴을 인식하게...2025.04.29
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.041. 약한 인공지능과 강한 인공지능 약한 인공지능은 특정한 영역의 문제를 푸는 인공지능 기술로, 문제를 해결하거나 이상적인 업무 연구를 처리하는 데에 널리 사용된다. 약한 인공지능은 기초 데이터나 알고리즘, 규칙 등을 입력해야 한다. 약한 인공지능은 인간이 가지고 있는 인지적인 능력 중에서 한정적인 부분만 사고할 수 있다는 것이 한계이다. 강한 인공지능은 인간의 지능을 바탕으로 생각을 할 수 있는 컴퓨터이다. 강한 인공지능은 명령이 입력되지 않아도 스스로 학습을 할 수 있으며, 인공지능 스스로 보았을 때 지시 사항이 비합리적이라고 ...2025.05.04
-
데이터 모델링에 관한 소고2025.05.101. 데이터 모델링 데이터 모델링은 예를 들어 제조 공정에서 발생하는 다양한 변수와 상호작용을 이해하고 표현하기 위한 기술입니다. 이를 통해 우리는 불량 발생에 영향을 미치는 주요 변수들을 식별하고, 이러한 변수들 간의 관계를 파악할 수 있습니다. 데이터 모델링을 통해 불량 발생 원인을 정확하게 분석하고, 불량율을 예측할 수 있는 모델을 구축할 수 있습니다. 2. 문제의 단순화: 단일 변수 표현 다변수 데이터를 예를 들어, 면적, 두께 등과 같은 기본적인 물리량으로 하나의 값으로 표현함으로써, 다양한 변수 간의 복잡한 관계를 단순화...2025.05.10
3 / 9
