총 87개
-
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
-
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
-
세종대학교 소프트웨어 특강 과제12025.05.101. Linear Regression 주어진 데이터에 대해 가장 잘 맞는 선형 회귀 모델을 찾았습니다. Gradient Descent 알고리즘을 사용하여 모델의 최적 매개변수를 구했으며, 이를 통해 입력 x=15에 대한 y 값을 예측할 수 있었습니다. 또한 회귀선을 데이터 포인트와 함께 시각화하였습니다. 2. Logistic Regression 두 개의 입력 변수(Petal_Length, Petal_Width)를 사용하여 Iris versicolor와 Iris virginica 두 클래스를 구분하는 로지스틱 회귀 모델을 구현하였습니...2025.05.10
-
데이터 사이언티스트 - 21세기 최고의 직업2025.01.191. 데이터 사이언티스트의 정의와 필요성 21세기 들어 정보와 데이터의 중요성이 급격히 증가했으며, 기업과 정부, 연구기관 등 다양한 분야에서 데이터의 수집과 분석을 통해 새로운 가치를 창출하고 있다. 이 과정에서 핵심적인 역할을 하는 직업이 바로 데이터 사이언티스트이다. 데이터 사이언티스트는 통계학자와 데이터 엔지니어와 구분되는 독특한 역할을 한다. 2. 데이터 사이언티스트의 매력과 인기도 데이터 사이언티스트 직업의 매력은 높은 수요와 보상, 다양한 산업에서의 활용, 기술 발전에 따른 지속적인 학습 기회, 사회적 가치 창출 등 다...2025.01.19
-
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
-
방송통신대학교(방통대) 정보통신망 2023년 중간 과제물 만점 리포트2025.01.241. 디지털 배지 디지털 배지는 기존의 물리적인 증명서와 달리 개인정보 노출을 최소화하고, 유효성 검증이 간단하며, 분실 위험이 없고, 추가 정보 제공이 용이하다는 장점이 있다. 디지털 배지는 블록체인 기술과 결합하여 변조가 어렵고 발급 기관이 사라져도 검증이 가능하며, 머신러닝 기술과 결합하여 사용자에게 맞춤형 교육 과정을 추천해줄 수 있다. 디지털 배지의 도입을 위해서는 표준화와 신뢰할 수 있는 통합 데이터베이스 구축이 선행되어야 한다. 2. 개인정보 보호 기존의 물리적인 증명서는 개인정보를 과도하게 포함하고 있어 증명서를 제출...2025.01.24
-
혁신적인 AI 기술을 활용한 의료 진단2025.05.031. 세포 수준의 의료 진단 기술 세포 수준의 의료 진단을 위해서는 바이오마커를 활용하는 기술이 필요하다. 이는 세포와 관련된 유전자 및 단백질 등의 정보를 수집하고 해석함으로써 세포의 상태를 파악할 수 있는 기술이다. 2. AI 기술을 활용한 세포 수준 진단 기술 개발 AI 기술을 활용하여 바이오마커 정보를 더욱 정확하게 분석할 수 있는 세포 수준 진단 기술을 개발하는 것이 이 연구의 목표이다. 이를 위해, 다양한 머신 러닝 알고리즘을 활용한 세포 수준의 데이터 분석 방법을 연구할 것이다. 3. 세포 수준 진단 기술의 장단점 및 ...2025.05.03
-
파이썬을 이용한 불법 사이트 탐지 및 차단2025.04.281. 불법 사이트 탐지 이 프로젝트는 파이썬을 사용하여 불법 사이트를 탐지하고 차단하는 기능을 제공합니다. 주요 기능으로는 구글 검색을 통해 불법 사이트 URL을 추출하고, 이를 hosts 파일에 차단하는 것입니다. 또한 머신러닝 기술을 활용하여 URL의 악성 여부를 판단하고, meta 태그의 키워드 필터링을 통해 유해 사이트를 탐지하는 기능을 포함하고 있습니다. 2. 구글 검색 및 URL 추출 이 프로젝트는 구글 검색을 통해 불법 사이트 URL을 추출하는 기능을 제공합니다. 특정 키워드로 구글 검색을 수행하고, 검색 결과에서 불법...2025.04.28
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
글로벌비즈니스애널리틱스1공통 비즈니스 애널리틱스란 데이터 과학 데이터 애널리틱스 데이터 분석 인공지능 머신러닝 딥러닝이 무엇인지 설명하시오2025.01.261. 비즈니스 애널리틱스 비즈니스 애널리틱스(Business Analytics)는 데이터를 기반으로 비즈니스 의사 결정을 지원하는 과정입니다. 기업의 경영활동의 효율성을 제고하기 위해 지원되는 비즈니스 도구로서, 과거 뿐만 아니라 현재 실시간으로 발생하는 데이터에 대하여 연속적이고 반복적인 분석을 통해 미래를 예측하는 통찰력을 제공하는데 활용 됩니다. 주로 데이터를 수집하고 분석하여 중요한 통찰력을 도출하고, 이를 통해 비즈니스 성과를 향상시키는 데 중점을 둡니다. 2. 데이터 과학 데이터 과학(data science)이란, 데이터...2025.01.26
2 / 9
