총 58개
-
디지털 중개 및 공유 트렌드와 미래 전망 보고서 - 디지털 혁신의 물결, 중개와 공유가 만드는 새로운 경제2025.01.101. 디지털 중개 및 공유 경제 이 보고서는 디지털 중개 및 공유 경제의 현재와 미래를 탐구하며, 최신 인공지능 기술과의 융합을 통해 이 분야가 어떻게 변화하고 있는지를 분석합니다. 디지털 중개 및 공유 경제는 인터넷과 모바일 기술의 발전에 힘입어, 전 세계적으로 다양한 산업 분야에서 급속도로 성장하고 있습니다. 이 보고서는 이러한 경제 모델이 소비자와 기업에 어떤 새로운 기회를 제공하는지, 그리고 이와 동시에 어떤 도전 과제를 안고 있는지를 탐색합니다. 2. 인공지능 기술 생성형 인공지능(Generative AI), 머신러닝(Ma...2025.01.10
-
인공지능의 개념과 기술 그리고 활용사례2025.01.021. 인공지능의 개념 인공지능은 기계가 인간의 지능을 모방하거나 구현하는 기술을 의미합니다. 이는 문제 해결, 학습, 추론, 자연어 이해 등의 인간의 지능적인 능력을 컴퓨터 프로그램이나 기계가 수행할 수 있도록 하는 분야를 포함합니다. 강한 인공지능은 인간과 동등한 지능을 가진 인공 시스템을 의미하며, 약한 인공지능은 특정한 작업이나 문제 해결에 특화된 인공 시스템을 의미합니다. 2. 인공지능의 주요 기술 인공지능의 주요 기술에는 머신러닝, 딥러닝, 자연어 처리가 있습니다. 머신러닝은 데이터에서 학습하고 패턴을 인식하여 결정을 내리...2025.01.02
-
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
-
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
-
아마존 웹 서비스(AWS)의 클라우드 컴퓨팅 활동 요약2025.01.161. 아마존 클라우드의 주요 서비스 종류 및 기능 아마존 웹 서비스(AWS)는 컴퓨팅, 스토리지, 데이터베이스 등 다양한 클라우드 서비스를 제공하고 있다. 컴퓨팅 서비스로는 Amazon EC2, AWS Lambda 등이 있으며, 스토리지 서비스로는 Amazon S3, Amazon EBS 등이 있다. 데이터베이스 서비스로는 Amazon Aurora, Amazon DynamoDB 등이 있다. 이러한 다양한 클라우드 서비스를 통해 기업들은 IT 인프라를 효율적으로 운영할 수 있다. 2. 향후 예상되는 클라우드 서비스 향후 클라우드 서비스...2025.01.16
-
숨겨진 물리적 변수 발견을 위한 머신 러닝 알고리즘2025.01.161. 머신 러닝 알고리즘 최근 과학의 발전이 점차 복잡한 방향으로 나아가면서, 이를 이해하고 분석하기 위한 방법론에 대한 필요성이 증가하고 있다. 특히 물리학에서는 복잡한 물리적 현상을 설명하기 위해 다양한 변수들을 식별하고 이들 간의 관계를 정의하는 과정이 요구되는데, 이는 굉장히 복잡하고 어려운 작업이다. 이러한 배경 속에서 컬럼비아 대학의 연구진이 개발한 머신 러닝 알고리즘은 동작 관련 영상만을 보고도 관련된 물리적 변수를 발견하고 산출하는 능력을 갖추고 있다. 2. 물리적 변수 발견 이 알고리즘이 뛰어난 점은, 알려진 시스템...2025.01.16
-
파이썬프로그래밍 - 파이썬의 개념과 특징을 정의하고, 파이썬으로 할 수 있는 일 3가지를 실제 사례를 들어 작성하시오.2025.01.161. 파이썬의 개념과 특징 파이썬은 1991년 귀도 반 로섬(Guido van Rossum)에 의해 개발된 고급 프로그래밍 언어입니다. 파이썬은 읽기 쉬운 문법과 동적 타이핑(dynamic typing), 인터프리터(interpreter) 방식의 언어로 잘 알려져 있습니다. 또한 객체 지향 프로그래밍(Object-Oriented Programming)과 함수형 프로그래밍(Functional Programming)을 지원합니다. 파이썬의 주요 특징으로는 간결하고 읽기 쉬운 문법, 광범위한 표준 라이브러리, 플랫폼 독립성, 동적 타이핑...2025.01.16
-
인공지능 머신러닝 지도학습, 비지도학습, 강화학습의 실사례2025.01.161. 지도학습(Supervised Learning) 지도학습은 입력한 데이터와 출력한 데이터를 각각 공급하여 작동하는 유형으로, 훈련을 통해 알고리즘이 입력값을 바탕으로 내용을 처리하고 모델을 수정하며 원하는 출력에 근접하는 결과물을 산출하게 됩니다. 이는 분류와 예측 문제에 유용한 학습 방법으로, 스팸 이메일 탐지 기능은 대표적인 사례입니다. 해당 모델은 '스팸 메일'과 '비스팸 메일'로 레이블이 지정된 이메일 데이터 집합을 통해 학습되며, 키워드, 발신자 정보, 이메일 구조 및 내용과 같은 특징을 사용하여 새로운 수신 이메일을 ...2025.01.16
-
우리 주변 머신러닝의 대표적인 혁신(편리성 등) 사례 연구2025.01.181. 문화공간과 전시관의 머신러닝 활용 문화공간과 전시관에서는 머신러닝을 활용한 관람객 맞춤형 서비스가 도입되고 있습니다. 예를 들어, 런던의 대영박물관은 머신러닝을 통해 방문객의 관심사를 분석하고, 맞춤형 투어 경로를 제공합니다. 이를 통해 관람객은 자신이 선호하는 전시물에 집중할 수 있으며, 보다 풍부한 관람 경험을 얻을 수 있습니다. 2. 매장 디스플레이에서의 머신러닝 활용 소매업체들은 머신러닝을 활용하여 고객의 구매 패턴을 분석하고, 이에 맞춰 매장 디스플레이를 최적화합니다. 예를 들어, 아마존 고(Amazon Go) 매장은...2025.01.18
-
마이크로 모빌리티 서비스 제공 기업의 수요 예측 및 전략적 배치2025.01.171. 수요 예측 방법론 수요 예측을 위해 시계열 분석과 머신 러닝 알고리즘을 활용할 수 있다. 시계열 분석은 과거 패턴을 바탕으로 미래를 예측하는 방법이며, 머신 러닝은 복잡한 데이터에서 패턴을 학습하여 예측하는 방법이다. 각각의 장단점이 있으므로, 상황에 따라 적절한 방법을 선택해야 한다. 2. 필요한 데이터 유형 및 수집 방법 수요 예측을 위해 필요한 데이터에는 이용 기록 데이터, 고객 프로필 데이터, 외부 환경 데이터가 있다. 이용 기록 데이터는 서비스 애플리케이션에서, 고객 프로필 데이터는 데이터베이스에서, 외부 환경 데이터...2025.01.17
2 / 6
