총 87개
-
마이크로 모빌리티 서비스의 효과적인 수요 예측2025.01.201. 수요 예측 마이크로 모빌리티 서비스인 전동 킥보드의 수요를 정확하게 예측하기 위해서는 과거의 이용 기록 데이터와 더불어 계절적인 변동, 특별한 이벤트 등 다양한 외부 요인을 종합적으로 고려해야 합니다. 시계열 분석과 머신 러닝 알고리즘을 활용하여 실시간으로 변화하는 상황에 신속하게 대응할 수 있는 정교한 예측 모델을 구축하는 것이 중요합니다. 2. 데이터 수집 수요 예측을 위해서는 사용자의 주행 패턴, 이용 시간대, 이동 거리 등의 이용 기록 데이터와 날씨 정보, 이벤트 및 축제 일정 등 다양한 데이터를 수집해야 합니다. 이렇...2025.01.20
-
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
-
머신러닝 출석수업 만점 과제2025.01.251. 머신러닝 머신러닝은 인공지능의 한 분야로, 데이터를 이용하여 알고리즘을 학습시켜 문제를 해결하는 기술입니다. 이 과제는 머신러닝 수업의 출석수업 과제물로, 코드 작성과 컴파일 결과를 포함하고 있습니다. 1. 머신러닝 머신러닝은 인공지능 기술의 핵심 분야로, 데이터를 기반으로 학습하고 예측하는 능력을 갖추고 있습니다. 이를 통해 다양한 분야에서 효율적이고 정확한 의사결정을 내릴 수 있습니다. 특히 의료, 금융, 제조업 등 많은 산업 분야에서 머신러닝 기술이 활용되고 있으며, 앞으로도 그 활용 범위가 더욱 확대될 것으로 예상됩니다...2025.01.25
-
AI, 머신러닝, 딥러닝의 관계2025.01.151. 인공지능(AI) 인공지능(AI)은 인간의 인지 기능을 모방하여 만들어진 기술로, 학습, 추론, 문제 해결과 같은 지능적 행동을 컴퓨터가 수행할 수 있게 합니다. AI는 처음에는 간단한 규칙과 로직을 기반으로 작동하는 시스템에서 출발했지만, 시간이 흐르며 머신러닝과 딥러닝과 같은 고급 기술로 발전했습니다. AI 기술은 지식 표현, 추론, 계획, 학습, 자연어 처리, 지각 등 다양한 기능을 통해 인간의 능력을 확장하고 산업 혁신을 촉진하고 있습니다. 2. 머신러닝 머신러닝은 데이터로부터 학습하여 패턴을 인식하고 예측을 수행하는 A...2025.01.15
-
4차 산업혁명과 알고리즘(수학)2025.01.171. 4차 산업혁명 최근 인공지능 분야에 놀라운 성과가 나타나면서 인공지능은 미래의 일이 아니라 현실이 되고 있다. 그것은 빅데이터의 출현과 기계 스스로가 학습할 수 있는 '딥러닝(deep learning)'이라는 알고리즘의 개발 덕분이다. 알고리즘은 제 4차 산업혁명의 기초 작업으로 작용하고 있으며, 알고리즘을 안다는 것은 제 4차 산업혁명에 관한 이해도를 높이는 데 도움이 될 것이다. 2. 알고리즘 알고리즘이란 컴퓨터에서 쓰이는 용어로 어떤 문제의 해결을 위하여, 입력된 자료를 토대로 하여 원하는 출력을 유도하여 내는 규칙의 집...2025.01.17
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.04.301. 인공지능의 개념 인공지능이란 인간의 지능을 갖추어 인간의 학습 능력을 바탕으로 추론, 지각, 이해를 수행하는 컴퓨터 프로그램 기술을 의미한다. 약인공지능과 강인공지능의 두 가지 형태로 분류되며, 인간의 지시 여부에 따라 구분된다. 약인공지능은 인간이 요구하는 특정 분양의 일을 인간의 지시에 따라 수행하는 인공지능이며, 강인공지능은 인간의 사고와 정보처리 과정을 구현하기 위한 것으로 현재로서는 요원한 영역이다. 2. 머신러닝과 딥러닝 기계학습 또는 머신러닝은 인공지능을 구현하는 방법의 하나로, 알고리즘을 통해 데이터를 분석하고 ...2025.04.30
-
머신러닝 효과검증2025.05.101. 머신러닝 효과검증 머신러닝 과제의 실제 효과를 보여주기 위해 다음과 같은 방법들을 고려할 수 있습니다: 정량적인 성능 개선, 시간과 비용 절감, 예측 능력 개선, 인사이트 제공, 실제 시스템 통합. 이러한 방법들을 통해 머신러닝 과제의 실제 효과를 증명할 수 있습니다. 과제의 목적과 환경에 따라 적절한 방식으로 결과를 제시하는 것이 중요합니다. 2. 제조 수율영향성 분석 수율 영향성을 분석하는 머신러닝 과제를 위한 분석 툴을 제작하기 위해 다음과 같은 절차를 따를 수 있습니다: 데이터 수집, 데이터 전처리, 특성 선택 및 추출...2025.05.10
-
데이터베이스(빅데이터)2025.05.161. 빅 데이터(big-data)의 정의 빅 데이터(big-data)란 기존 데이터보다 방대하여 종래의 방식이나 방법, 도구로는 수집 및 저장, 분석이 어려운 정령 및 비정형 데이터를 의미한다. 즉, 아날로그 환경에서 생성된 데이터에 비해 규모가 방대하고, 생선 주기가 짧고, 형태도 수치 및 문자와 영상 데이터 등을 포함하는 대규모 데이터라고 정의할 수 있다. 2. 빅 데이터(big-data)의 등장 배경 인터넷의 보급, 모바일 사용, 자동화 기기의 확대 등의 요인으로 일상 생활이 편하게 변화된 반면 이와 동시에 데이터 역시 기하급...2025.05.16
-
기업의 경영활동에서 발생한 문제를 해결하기 위한 노력2025.05.041. 기업의 빅데이터 활용 비즈니스 환경의 변화에 따라 정보시스템의 필요성이 대두되면서 기업들은 정보를 경영의 필수 요소로 판단하고 있다. 이에 따라 정보를 처리할 수 있는 시스템인 '빅데이터'가 발전하게 되었다. 금융권에서는 빅데이터 기반 머신러닝을 이용하여 이상금융거래를 사전에 탐지하고 방지하고 있으며, 신한은행은 SACP(Shinhan AI Core Platform)에 머신러닝 자기학습 프로세스를 도입하여 모형 재개발 비용과 시간을 절감하고 신용평가 모형을 지속적으로 최신화하여 신속한 대응력을 갖추게 되었다. 이처럼 빅데이터는...2025.05.04
-
머신 러닝 학습을 위한 데이터 증량하기2025.05.081. 데이터 증강 데이터 증강(Data Augmentation)은 현대 머신러닝과 딥러닝 분야에서 핵심 개념이 되었습니다. 데이터의 양과 질은 모델의 성능과 일반화 능력에 큰 영향을 미치지만, 현실적인 제약으로 인해 충분한 양의 고품질 데이터를 수집하기 어려운 문제를 해결하기 위해 데이터 증강이 등장하였습니다. 데이터 증강은 기존의 데이터를 변형하여 새로운 데이터를 생성하는 과정으로, 모델의 학습과 예측 능력을 향상시킬 수 있습니다. 2. 데이터 증강 기법 다양한 데이터 증강 기법이 개발되어 있으며, 이를 통해 다양한 유형의 데이터...2025.05.08
2 / 9
