
총 89개
-
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
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
-
인공지능의 개념과 기술 그리고 활용사례2025.01.231. 인공지능의 개념 인공지능은 인간의 지적 활동을 모방하거나 이를 능가하는 기계를 만드는 학문 및 기술을 의미합니다. 인공지능은 크게 약한 인공지능과 강한 인공지능으로 구분됩니다. 약한 인공지능은 특정한 작업이나 문제를 해결하기 위해 설계된 시스템을 의미하며, 강한 인공지능은 인간과 동일한 수준의 인지 능력과 지능을 가지는 시스템을 의미합니다. 2. 인공지능 기술 인공지능 기술의 핵심은 기계학습(Machine Learning)과 딥러닝(Deep Learning) 알고리즘에 있습니다. 기계학습은 데이터를 통해 학습하고 경험을 바탕으...2025.01.23
-
서포트 벡터 머신(Support Vector Machine, SVM)2025.05.101. 서포트 벡터 머신(Support Vector Machine, SVM) 서포트 벡터 머신(Support Vector Machine, SVM)의 이름은 알고리즘의 기본 원리와 핵심 개념에 기반하여 지어졌습니다. 데이터 포인트들을 분류하기 위해 사용되는 초평면(hyperplane)의 위치는 이 서포트 벡터들에 의해 결정됩니다. 서포트 벡터는 결정 경계와 가장 가까운 데이터 포인트들을 의미합니다. 이러한 포인트들은 결정 경계 주변에서 서로 다른 클래스에 속하는 데이터들을 분리하는 역할을 수행합니다. SVM은 주어진 데이터를 기반으로 ...2025.05.10
-
아마존의 클라우드 컴퓨팅 활동 요약2025.04.291. 광고 및 마케팅 기술 AWS는 퍼스트 파티 데이터 플랫폼, 데이터 협업, 광고 플랫폼, 광고 인텔리전스 및 다양한 고객 경험을 재정립하는데 도움이 되는 컴퓨팅, 기계 학습 및 분석 기능을 제공하여 광고 및 마케팅 혁신을 가속화하고 있다. 2. 금융 서비스 AWS는 뱅킹, 결제, 자본 시장, 보험 분야의 금융 서비스 기관에 안전하고 복원력 있는 글로벌 클라우드 인프라 및 서비스를 제공하여 미래의 니즈에 대응하는데 도움을 주고 있다. 3. 게임 기술 AWS for Games는 게임 구축, 실행 및 성장에 도움이 되는 6가지 솔루션...2025.04.29
-
경영정보시스템 ) 인공지능의 개념과 기술 그리고 활용사례에 대해 조사2025.01.241. 인공지능의 개념 인공지능의 정의는 범위에 따라 다양하지만, 포괄적인 범위로 인공지능을 정의 내리자면 인공지능이란 어떠한 문제를 스스로 해결할 수 있는 능력을 갖춘 시스템을 말한다. 즉, 인간의 지적 능력을 기계나 컴퓨터를 통해 구현하는 기술이다. 인공지능은 크게 약한 인공지능과 강한 인공지능으로 나눌 수 있다. 약한 인공지능은 특정한 분야나 목표만을 해결할 수 있는 인공지능을 뜻하며, 강한 인공지능은 다양한 목표를 해결할 수 있는 인공지능이다. 2. 인공지능 기술 - 기계학습 기계학습은 알고리즘을 연구하고 활용하는 기술로 엄청...2025.01.24
-
인공지능의 개념과 기술 그리고 활용사례2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 특정 목적을 위해 개발된 인공지능으로, 스스로 인식할 수는 없지만 인공적인 기능을 만들어낼 수 있다. 반면 강한 인공지능은 스스로 인식하여 고도의 문제를 해결할 수 있는 지능을 만들어내는 것을 말한다. 현재 약한 인공지능은 많이 발전했지만 강한 인공지능의 발전은 미약한 상황이다. 2. 기계학습의 개념과 특징 기계학습은 컴퓨터 프로그램이 데이터 처리 경험을 바탕으로 향상된 학습을 통해 정보 처리 능력을 향상시키는 기술이다. 정보 처리 능력을 향상시켜 방대한 데이터를 바탕으로 ...2025.05.13
-
확률론(probability theory)의 효과적 활용법 중 한 가지를 주제로 선택하여, 장점을 주장하고 논리적 근거를 예시 등을 구체적으로 제시한 후, 자신만의 고유한 의견으로 마무리 요약하여 기술하시오2025.01.231. 베이즈 정리 베이즈 정리는 사건의 발생 확률을 새로운 정보에 따라 갱신하는 수학적 방법이다. 기본적으로 베이즈 정리는 사전 확률(prior probability)을 바탕으로, 새로운 데이터(또는 증거)를 통해 사후 확률(posterior probability)을 계산하는 과정이다. 베이즈 정리는 다양한 상황에서 적용될 수 있는 유연한 도구로, 복잡한 문제에 대한 해결책을 제공한다. 베이즈 정리의 가장 큰 장점은 유연성과 실시간 데이터 반영이다. 기존의 통계적 접근법은 고정된 데이터를 바탕으로 예측을 하지만, 베이즈 정리는 새로...2025.01.23
-
데이터마이닝의 정의와 활용 분야2025.01.181. 데이터마이닝의 정의 데이터마이닝은 대규모 데이터 세트에서 통계적이고 수학적인 기법을 활용하여 유용한 정보와 패턴을 추출하는 과정을 말한다. 이는 데이터베이스, 데이터 웨어하우스 또는 다양한 데이터 소스로부터 데이터를 수집하고 분석함으로써 이루어진다. 데이터마이닝은 기계 학습, 통계 분석, 패턴 인식, 인공지능 등의 다양한 분야의 기법과 원칙을 포괄하는 다중 학문적인 접근 방법을 사용한다. 2. 데이터마이닝 활용 분야: 상업 분야 온라인 소매업체는 고객의 구매 이력, 검색 기록, 선호도 등을 분석하여 개별 고객에게 맞춤형 제안을...2025.01.18
-
단 3개의 데이터만 가지고 모델 추정하기 (베이지안 추정, Python source code 예제 포함)2025.05.131. 베이지안 추정 베이지안 추정은 제한된 데이터를 활용하여 미지의 모델 매개변수를 추정하는 방법입니다. 이 예제에서는 PyMC3 라이브러리를 사용하여 베이지안 모델을 정의하고, MCMC 샘플링을 통해 매개변수의 사후 분포를 추출합니다. 이를 통해 불확실성을 고려하면서도 가능한 모든 시나리오를 종합적으로 고려하여 예측의 중심 경향을 나타낼 수 있습니다. 2. PyMC3 PyMC3는 확률적 프로그래밍 라이브러리로, 베이지안 모델링과 추론을 수행할 수 있습니다. 이 예제에서는 PyMC3를 사용하여 베이지안 모델을 정의하고, MCMC 샘...2025.05.13