총 76개
-
정보통신망4A 기계학습 Machine Learning에 관하여 조사하여 설명하고 기계학습을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오2025.01.251. 기계학습 정의 및 필요성 기계 학습은 컴퓨터 시스템이 데이터를 분석하고 패턴을 학습하여 작업을 수행할 수 있는 능력을 갖추는 것을 의미한다. 기계 학습은 데이터 마이닝이나 기타 학습 알고리즘을 사용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는 컴퓨터 프로그램이다. 기계 학습은 대량의 데이터 처리, 복잡한 패턴 인식, 자동화된 결정, 개인화된 경험 제공, 의사 결정 지원, 지능적인 시스템 구축 등의 이유로 매우 중요하다. 2. 기계학습 장점과 문제점 기계 학습의 장점으로는 패턴 인식 및 ...2025.01.25
-
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
-
인공지능의 물리적 사물, 디지털 사물, 생물학적 존재에의 적용 사례와 특징2025.05.081. 물리적 사물에의 인공지능 적용 - 법률 상담 도우미 챗봇 인공지능의 자연어 처리 기술을 이용하여 변호사와 의뢰인을 연결해주는 챗봇 플랫폼 서비스. 의뢰인은 시간과 비용을 절감하고 변호사는 생산성을 높일 수 있으며, 챗봇이 자동화된 응답을 제공하여 변호사가 주요 업무에 집중할 수 있게 해준다. 이를 통해 의뢰인의 법률 서비스 접근성이 높아지고 변호사와 의뢰인의 연결이 효율적으로 이루어질 수 있다. 2. 디지털 사물에의 인공지능 적용 - 아직 정보가 없음 제공된 정보에는 디지털 사물에 대한 인공지능 적용 사례가 포함되어 있지 않습...2025.05.08
-
GPT 매개변수 숫자가 갖는 의미 (GPT parameters)2025.05.081. 대규모 언어 모델(LLM) 대규모 언어 모델(Large Language Model, LLM)은 자연어 처리 및 인공 지능 분야에서 중요한 역할을 하는 기술입니다. LLM은 많은 양의 텍스트 데이터를 학습하여 언어 이해, 생성, 번역 등의 다양한 작업을 수행할 수 있는 능력을 갖추고 있습니다. 이 모델은 주로 딥 러닝 알고리즘과 큰 규모의 컴퓨팅 자원을 사용하여 학습됩니다. 2. GPT 모델 GPT-2, GPT-3, GPT-4는 모두 OpenAI에서 개발한 대규모 언어 모델(LLM)입니다. GPT는 Generative Pre-t...2025.05.08
-
IT와 경영정보시스템 2024년 2학기 방송통신대 중간과제물: 인공지능(AI) 학습을 위해 고안된 LLM(Large Language Model)과 LMM(Large Multimodal Model) 비교 및 Deep Learning과의 관계2025.01.261. 인공지능(AI)의 정의 1956년 미국의 수학자이자 과학자인 존 매카시가 '인공지능'이라는 용어를 처음 제안한 이후, 인공지능 연구는 지속적으로 발전해왔으며 여러 분야에서 인간의 능력을 점점 뛰어넘고 있다. 인공지능은 컴퓨터 과학과 방대한 데이터 세트를 활용하여 문제를 해결하는 기술 분야로, 머신러닝과 딥러닝이 인공지능의 하위 분야를 구성한다. 2. 인공지능의 역사 인공지능에 대한 논의는 1950년대부터 시작되었으며, 앨런 튜링, 마빈 민스키, 존 매카시 등의 선구자들이 기계의 사고 가능성을 탐구하며 인공지능 연구의 기반을 마...2025.01.26
-
정보처리 정리2025.01.091. 자연어 처리 자연어 처리는 컴퓨터가 자연언어 이해와 출력을 가능하도록 연구하는 분야입니다. 처리 과정은 단어에 반응하고 분석과 의미파악과정을 거치고, 문법적, 논리적 구조를 파악한 후 맥락을 이해하여 의도를 파악하고 적용하고 추론하여 발화계획을 세우고 문법적 논리적 구조로 실현하여 단어로 반응하는 것입니다. 응용 분야로는 기계번역, 자동통역, 사람과 기계가 소통하는 분야, 텍스트 이해로 질의응답 시스템, 텍스트 요약, 웹 문서 검색 등이 있습니다. 2. 정규표현식 정규표현식이란 문자의 형식을 지정하는 언어입니다. 문자열을 조작...2025.01.09
-
프롬프트 엔지니어의 소개와 미래 (feat. 인공지능)2025.05.051. 생성형 AI 생성형 AI(Generative AI)는 기존 예제에서 학습하여 새로운 콘텐츠, 패턴 또는 데이터를 생성하는 데 중점을 둔 인공 지능의 한 분야입니다. 고급 모델과 기술을 사용하여 텍스트, 이미지, 음악 및 비디오와 같은 영역에서 사람과 유사한 출력을 생성합니다. 생성형 AI의 주요 특징에는 대규모 데이터 세트로부터의 학습, 확률적 모델링, 창의성, 적응성 및 고품질 출력이 포함됩니다. 2. GPT GPT는 Generative Pre-trained Transformer의 약자로 자연어 처리 작업을 위해 설계된 일종...2025.05.05
-
Perplexity AI란?2025.05.081. Perplexity AI Perplexity AI는 대규모 언어 모델을 사용하여 사용자 질문에 정확한 답변을 제공하는 AI 기반 검색 엔진입니다. Perplexity AI는 기계 학습과 자연어 처리(NLP)를 사용하는 챗봇으로, 사용자 질문에 응답합니다. Perplexity AI는 다양한 질문에 대한 자세한 답변을 제공하며 계정 가입이 필요 없고 이동 중에도 원활한 액세스를 제공하는 전용 모바일 앱이 있습니다. Perplexity AI의 컨텍스트 이해 능력은 다른 AI 앱과 차별화되며 대화의 컨텍스트를 기반으로 개인화된 답변을...2025.05.08
-
인공지능 시대에 데이터베이스의 필요성 및 중요성2025.01.041. 인공지능 인공지능은 4차 산업혁명의 핵심 요소로, 그동안 인간의 고유 능력이었던 학습, 추론, 지각, 탐색 등의 능력을 인공적인 컴퓨터 기술로 구현한 것을 의미합니다. 인공지능은 사물인터넷, 클라우드 컴퓨팅, 빅데이터와 함께 4차 산업혁명의 주요 기술 및 연구 분야로 자리잡고 있으며, 일상생활과 경제 활동을 지원하는 중요한 기술로 인식되고 있습니다. 2. 데이터베이스의 활용 데이터베이스는 정형화된 데이터를 저장하고 관리하는 시스템으로, 데이터 마이닝을 통해 정보를 추출하고 가공할 수 있습니다. 또한 비/반정형 텍스트 데이터에서...2025.01.04
-
기계학습(Machine Learning)에 관한 조사 및 정보통신 기술 활용2025.01.251. 기계학습(Machine Learning) 기계학습은 컴퓨터의 행동을 변경하고 적응시켜 정답에 가깝게 만드는 기술이다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 다양한 분야의 아이디어를 사용하여 컴퓨터를 학습시킨다. 기계학습은 지도 학습, 비지도 학습, 강화 학습으로 구분되며, 각각 다른 방식으로 학습을 수행한다. 기계학습은 데이터 마이닝, 컴퓨터 비전, 자연어 처리 등 다양한 분야에 활용되고 있다. 2. 백스캐터 통신 백스캐터 통신은 사물인터넷 시대의 전력 공급 문제를 해결할 수 있는 새로운 통신 시스템이다. ...2025.01.25
1 / 8
