총 87개
-
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
-
AI의 등장과 영향, 산업 분야별 적용 사례 및 전망2025.05.161. 새로운 산업 혁명, AI의 시작 ChatGPT는 인간과 유사한 텍스트를 생성하고 광범위한 질문에 높은 정확도로 응답할 수 있다는 점에서 호평을 받고 있습니다. 의료, 금융, 고객 서비스를 포함한 많은 산업은 다양한 프로세스를 자동화할 수 있고 개선할 수 있는 잠재력에 의해 ChatGPT를 채택하기 시작했습니다. 2. 생성형 AI 생성형 AI란 머신러닝 알고리즘을 통해 학습 데이터를 기반으로 새로운 콘텐츠를 만드는 기술입니다. 이 생성형 AI가 바로 ChatGPT입니다. 머신러닝은 컴퓨터가 주어진 데이터로부터 자체 학습을 하여 ...2025.05.16
-
확률과 통계 탐구 보고서(일상생활에서 통계를 활용할 수 있는 방법)2025.01.151. 확률 동일한 원인 하에서 어떤 특정한 사건이 발생할 수 있는 가능성을 수로 나타낸 것이다. 2. 통계 다양하게 수집한 데이터를 바탕으로 이를 분석하여 수치로 나타내는 것이다. 3. 인공지능(AI) 머신러닝이나 딥러닝과 같이 인간의 학습, 추론, 자연언어 이해 역량을 컴퓨터 알고리즘으로 실현한 기술을 의미한다. 4. 머신러닝(Machine Learning) 인간의 지능을 모사한 데이터 학습을 통해서 데이터에 내재하는 패턴이나 규칙을 찾아내는 역할을 하는 AI의 핵심 알고리즘이다. 5. 딥러닝(Deep Learning) 대규모 비...2025.01.15
-
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
-
미래사회와 소프트웨어 과제 012025.01.291. GPU(Graphic Processing Unit) GPU는 컴퓨터에 들어있는 부품 중 하나로, 주로 그래픽 렌더링 작업을 수행하는 데 사용되지만 최근에는 과학 계산, 인공지능, 데이터 분석 등 다양한 용도로 활용되고 있다. GPU는 CPU와 달리 많은 연산을 병렬적으로 처리할 수 있는 강점이 있어 그래픽 및 영상처리, 인공지능, 머신러닝, 데이터 분석, 과학적 시뮬레이션 등의 작업에 유용하게 사용된다. 또한 GPU는 암호화폐 채굴 과정에서 중요한 역할을 하며, 머신러닝과 딥러닝에도 활용된다. 2. CPU와 GPU의 차이 CP...2025.01.29
-
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
-
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
-
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
8 / 9
