총 89개
-
머신러닝의 3가지 학습 방법: 지도학습, 비지도 학습, 강화학습2025.01.041. 지도학습 지도학습은 입력과 출력 간의 관계를 학습하는 방식으로, 정답과 사례를 연결시켜주는 방식으로 이루어집니다. 데이터 집합을 통해 입력과 출력 간의 함수관계를 기계가 배우게 되며, 이렇게 얻어진 함수를 모델이라고 합니다. 지도학습으로 만들 수 있는 대표적인 것은 패턴 분류와 회귀분석입니다. 2. 비지도 학습 비지도학습은 입력 데이터 세트에 레이블을 달아주지 않고, 기계가 데이터를 묶을 수 있는 특징을 스스로 찾아내게 합니다. 비지도 학습은 데이터 집합 속에서 숨겨진 패턴을 배우며, 군집화를 이용해 서로 유사한 데이터를 묶습...2025.01.04
-
규칙기반인공지능, 머신러닝, 딥러닝의 정의와 장단점2025.01.211. 규칙기반 인공지능 규칙기반 인공지능은 인간의 지능을 기계에 부여하고자 하는 시도로, 계산 과정을 정의하는 기호와 기호 간 연산 규칙을 정의하는 초기 인공지능 기술입니다. 이는 자연어 처리, 수학적 정리 증명, 문제 해결, 전문가 시스템, 의사결정, 게임 등의 분야에서 성과를 보였지만, 학습 능력 부족과 패턴 인식 한계로 인해 1980년대부터 쇠퇴하게 되었습니다. 2. 머신러닝 머신러닝은 데이터를 학습하여 프로그램 스스로 결과를 얻도록 하는 인공지능 기술입니다. 특성 추출과 모델 학습을 통해 자율주행, 문자 인식, 개인비서, 의...2025.01.21
-
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
-
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
-
노션AI(Notion AI)란2025.05.021. 노션AI 소개 노션AI는 인공 지능과 기계 학습 기능을 통합하여 기능을 향상시키는 소프트웨어 플랫폼입니다. 개인과 기업이 정보를 정리하고, 다른 사람과 협업하고, 워크플로를 간소화할 수 있도록 설계된 올인원 작업 공간입니다. 노션AI는 자연어 처리(NLP)를 사용하여 인간의 언어를 이해하고 해석하며, 데이터를 분석하고 분류할 수 있어 사용자가 필요한 정보를 쉽게 찾을 수 있습니다. 또한 기계 학습 알고리즘을 사용하여 개별 사용자에 대한 기능을 개인화합니다. 2. 노션AI의 역사 노션AI는 2016년에 Ivan Zhao, Sim...2025.05.02
-
물리 정보화 신경망(Physics-Informed Neural Network, PINN)2025.05.101. 물리 정보화 신경망(Physics-Informed Neural Network, PINN) 물리 정보화 신경망(Physics-Informed Neural Network, PINN)은 물리학적인 지식을 신경망 구조에 통합하여 과학적 모델링 및 예측에 사용되는 기술입니다. 이 방법은 데이터 기반 기계 학습과 물리학적 모델링을 결합하여 주어진 물리적 시스템에 대한 효율적인 모델링을 수행할 수 있습니다. PINN은 물리학적 법칙과 제약 조건을 신경망 아키텍처에 내재화하여 물리학적 문제를 해결하며, 제한된 데이터 세트로부터 모델을 학습하...2025.05.10
-
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
-
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
-
인공지능의 개념과 기술 그리고 활용사례2025.05.161. 약한 인공지능과 강한 인공지능 약한 AI는 인간의 전체적인 인지능력을 필요로 하지 않는 정도의 문제 해결과 추론을 할 소프트웨어의 구현 및 연구를 가르킨다. 반면 강한 AI는 인간의 지능을 가지고 생각을 할 수 있는 컴퓨터를 말한다. 강한 AI는 아직 연구와 신중한 개발이 진행 중이다. 2. 기계학습 기계학습은 컴퓨터 시스템이 데이터를 학습하고 패턴을 파악하여 결정을 내릴 수 있도록 하는 기술이다. 이는 예측, 분류, 군집 등의 작업에서 효과적으로 활용된다. 기계학습은 데이터의 양과 품질이 핵심적인 역할을 하며, 데이터의 수학...2025.05.16
9 / 9
