총 87개
-
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
-
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
-
MCMC를 활용한 베이지안 추론 - 동전 던지기 문제의 확률 추정 (파이썬예제풀이 포함)2025.05.091. MCMC(Markov Chain Monte Carlo) MCMC는 머신러닝과 통계학 분야에서 중요한 역할을 하는 AI(인공지능) 기법 중 하나입니다. MCMC는 복잡한 확률분포를 추정하거나 샘플링하기 위해 사용되며, 특히 베이지안 추론과 관련된 문제에 유용하게 적용됩니다. MCMC는 몬테카를로(Monte Carlo) 방법과 마코프 체인(Markov Chain)을 결합한 알고리즘으로, 마코프 체인을 이용하여 탐색 공간을 효과적으로 탐색하고 샘플링을 수행합니다. 2. 동전 던지기 문제 동전 던지기 문제는 간단하면서도 직관적인 문제...2025.05.09
-
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
-
영화 '머니볼'을 통해 본 일상생활에서의 통계학 적용2025.01.041. 통계학 통계학은 다양한 분야에서 활용되며, 기상예측, 선거 분석, 기업의 의사결정 등에 활용된다. 통계학은 수학적 분석을 통해 현상을 객관적으로 이해하고 예측할 수 있게 해준다. 또한 데이터 분석을 통해 소비자 니즈를 파악하고 만족도를 높이는 데 기여한다. 2. 일상 생활 속 통계학 적용 일상생활에서 통계학은 의견의 대표성 판단, 6시그마 기법을 통한 품질 관리, 빅데이터 분석 등에 활용된다. 통계학 지식을 바탕으로 데이터를 분석하면 일상에서 접하는 정보를 다양한 관점에서 해석할 수 있다. 통계학은 4차 산업혁명 시대의 데이터...2025.01.04
-
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
-
성공적인 머신러닝 모델링을 위한 프로세스2025.01.151. 결정 트리 알고리즘 결정 트리(Decision Tree)는 지도 학습(Supervised Learning)에서 사용되는 머신러닝 알고리즘 중 하나입니다. 이 알고리즘은 데이터를 분석하고 특정 기준에 따라 여러 개의 의사 결정 규칙을 만들어내는 방식으로 동작합니다. 이러한 의사 결정 규칙들을 트리 구조로 나타내기 때문에 '결정 트리'라는 이름이 붙었습니다. 의사 결정 트리는 금융, 의료, NLP, 추천 시스템 및 프로세스 최적화 내에서 주로 사용되며, 다양한 도메인에 걸친 의사결정 트리의 다양성을 보여주고 많은 산업에서 실제 문...2025.01.15
-
경영정보시스템: AWS를 방문하고, 이 회사의 모든 클라우드 컴퓨팅 활동들을 조사하고 요약하시오2025.01.131. 아마존 클라우드의 주요 서비스 종류 및 기능 AWS는 다양한 클라우드 컴퓨팅 서비스를 제공하고 있다. 컴퓨팅 서비스로는 Amazon EC2, Amazon Lightsail, AWS Lambda 등이 있으며, 스토리지 서비스로는 Amazon S3, Amazon EBS, Amazon EFS 등이 있다. 데이터베이스 서비스로는 Amazon Aurora, Amazon DynamoDB, Amazon Redshift 등이 있다. 이러한 다양한 서비스를 통해 사용자는 필요한 클라우드 자원을 유연하게 활용할 수 있다. 2. 미래의 클라우드 ...2025.01.13
-
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
-
아마존 웹 서비스의 클라우드 컴퓨팅 활동 요약2025.05.151. 아마존 클라우드 서비스 종류와 기능 아마존 웹 서비스는 전 세계 클라우드 컴퓨팅 시장에서 압도적인 1위를 차지하고 있는 서비스로, 2006년에 설립되었다. 아마존 웹 서비스는 컴퓨팅, 스토리지, 데이터베이스, 개발자 도구, 보안, 관리 및 거버넌스, 분석 등 다양한 분야의 클라우드 서비스를 제공하고 있다. 이러한 서비스들은 API로 제어할 수 있으며, 자동화를 통해 비용을 최적화할 수 있다는 장점이 있다. 2. 아마존 클라우드 서비스 목록 아마존 웹 서비스에서 제공하는 주요 클라우드 서비스는 다음과 같다: 컴퓨팅(Amazon ...2025.05.15
5 / 9
