총 89개
-
경영정보시스템과 인공지능(AI) 기술의 발전 및 응용2025.01.241. 약한 인공지능과 강한 인공지능 인공지능은 수행 능력과 인지 수준에 따라 약한 인공지능(Narrow AI)과 강한 인공지능(General AI)으로 구분됩니다. 약한 인공지능은 특정 과제에 특화된 지능으로, 인간의 뇌와 같은 종합적 사고를 하진 않지만 특정 목적을 달성하기 위해 최적화된 지능입니다. 반면 강한 인공지능은 인간과 비슷한 수준의 종합적인 사고와 문제 해결 능력을 가진 지능을 목표로 합니다. 2. 기계학습의 개념과 특징 기계학습(Machine Learning)은 인공지능의 한 분야로, 컴퓨터가 데이터를 기반으로 스스로...2025.01.24
-
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
-
언어 변수와 헤지, 퍼지 집합 연산, 포함관계에 대해 서술하시오2025.01.271. 언어 변수 언어 변수는 수치 대신 언어적 표현을 사용하여 정보를 나타내는 방식입니다. 이는 모호하거나 불확실한 상황을 다루는 데 적합한 도구로, 사람들의 일상적인 의사소통 방식과 유사합니다. 언어 변수의 주요 특징은 모호성 및 가변성 반영, 맥락에 따른 유연한 해석 가능, 사람의 사고방식과 밀접한 연관성, 수학적 모델링 도구로의 활용 등입니다. 2. 헤지 연산 헤지 연산은 언어 변수의 의미를 조정하여 정보를 더 명확하고 세밀하게 전달하는 데 사용되는 기법입니다. 이를 통해 언어 변수의 강도나 범위를 조절하여 모호한 상황에서도 ...2025.01.27
-
딥러닝 2024년 2학기 방송통신대 출석수업과제물) 인공신경망과 관련된 설명 중 올바른 것을 선택하시오. 다층 퍼셉트론의 구조를 확장하는 방법 등2025.01.261. 인공신경망 인공신경망은 생물학적 뉴런의 작동 원리를 모방하여 만든 기계 학습 모델입니다. 다층 퍼셉트론(MLP)은 인공신경망의 한 형태로, 입력층, 하나 이상의 은닉층, 그리고 출력층으로 구성됩니다. 인공신경망은 복잡한 문제를 해결할 수 있는 능력이 있으며, 활성화 함수를 통해 비선형 관계를 학습할 수 있습니다. 2. 경사 하강법 경사 하강법은 손실 함수의 기울기를 계산하고 이를 활용하여 가중치를 업데이트하는 최적화 알고리즘입니다. 보폭 크기(learning rate)가 너무 크면 손실 함수가 발산하는 문제가 발생할 수 있습니...2025.01.26
-
데이터마이닝의 정의와 활용 분야2025.01.181. 데이터마이닝의 정의 데이터마이닝은 대규모 데이터 세트에서 통계적이고 수학적인 기법을 활용하여 유용한 정보와 패턴을 추출하는 과정을 말한다. 이는 데이터베이스, 데이터 웨어하우스 또는 다양한 데이터 소스로부터 데이터를 수집하고 분석함으로써 이루어진다. 데이터마이닝은 기계 학습, 통계 분석, 패턴 인식, 인공지능 등의 다양한 분야의 기법과 원칙을 포괄하는 다중 학문적인 접근 방법을 사용한다. 2. 데이터마이닝 활용 분야: 상업 분야 온라인 소매업체는 고객의 구매 이력, 검색 기록, 선호도 등을 분석하여 개별 고객에게 맞춤형 제안을...2025.01.18
-
PCA & SVD2025.01.131. PCA (주성분 분석) PCA는 데이터의 분산(variance)을 최대한 보존하면서 서로 직교하는 새 기저(축)를 찾아, 고 차원 공간의 표본들을 선형 연관성이 없는 저차원 공간으로 변환하는 기법입니다. 데이터의 분산을 최대로하는 새로운 기저를 찾기 위해서는 데이터 행렬 A의 공분산 행렬을 구해야 합니다. 공분산 행렬의 고유분해(Eigendecomposition)를 통해 가장 큰 고유값 몇 개를 고르고, 그에 해당하는 고유벡터를 새로운 기저로 하여 데이터 벡터들을 정사영시키면 PCA 작업이 완료됩니다. 2. SVD (특이값 분...2025.01.13
-
인공지능의 개념 및 원리와 일상생활 및 교육분야에서의 활용사례2025.01.251. 인공지능의 개념과 원리 인공지능은 기계가 인간의 지능적인 행동을 모방하는 것을 목표로 하는 기술로, 기계학습, 패턴인식, 자연어 처리, 인공신경망 등의 다양한 원리와 기술이 활용된다. 이를 통해 컴퓨터 시스템이 사람의 학습, 추론, 문제 해결 등과 같은 지능적인 능력을 갖출 수 있다. 2. 일상생활에서의 인공지능 활용사례 일상생활에서 인공지능 기술은 음성 비서, 추천 시스템, 스마트 홈 기기 등을 통해 활용되고 있다. 이를 통해 사용자의 편의성과 효율성이 증진되고 있지만, 개인정보 보호와 보안 등의 이슈에 대한 고려가 필요하다...2025.01.25
-
경영정보시스템 ) 인공지능의 개념과 기술 그리고 활용사례에 대해 조사2025.01.241. 인공지능의 개념 인공지능의 정의는 범위에 따라 다양하지만, 포괄적인 범위로 인공지능을 정의 내리자면 인공지능이란 어떠한 문제를 스스로 해결할 수 있는 능력을 갖춘 시스템을 말한다. 즉, 인간의 지적 능력을 기계나 컴퓨터를 통해 구현하는 기술이다. 인공지능은 크게 약한 인공지능과 강한 인공지능으로 나눌 수 있다. 약한 인공지능은 특정한 분야나 목표만을 해결할 수 있는 인공지능을 뜻하며, 강한 인공지능은 다양한 목표를 해결할 수 있는 인공지능이다. 2. 인공지능 기술 - 기계학습 기계학습은 알고리즘을 연구하고 활용하는 기술로 엄청...2025.01.24
-
인공지능 기술이 활용되고 있는 사례2025.01.051. 구글 딥마인드사의 인공지능 바둑 프로그램 알파고 알파고는 몬테카를로 기법과 심층 인공신경망 기술을 활용하여 기존의 바둑 프로그램을 뛰어넘었다. 알파고는 정책망, 가치망, 검색이라는 3가지 강력한 무기를 가지고 있으며, 전문가들이 예상하지 못한 독창적인 수를 두어 이세돌 9단을 이겼다. 이를 통해 인공지능 기술의 발전을 보여주었다. 2. ChatGPT ChatGPT는 OpenAI에서 개발한 대화형 인공지능 모델로, 사용자의 질문에 대해 자연스러운 언어로 답변을 제공한다. ChatGPT는 강화학습을 통해 인간의 피드백을 반영하여 ...2025.01.05
-
인공지능의 개념 및 원리를 제시하고, 일상생활과 교육분야에서 인공지능 활용사례에 대해 기술하시오2025.01.251. 인공지능의 개념 인공지능은 컴퓨터나 기계가 인간의 학습, 추론, 문제 해결 등의 지적 업무를 수행하는 데 사용되는 기술이다. 이는 기계가 인간의 지능을 모방하고 흉내내어 인간과 유사하게 학습하고 작업을 수행할 수 있는 능력을 의미한다. 인공지능의 개념은 기술적 발전과 함께 지속적으로 발전해왔으며, 최근에는 기계학습과 딥러닝과 같은 새로운 접근 방식이 등장하여 인공지능의 개념과 의미가 점차 확장되고 있다. 2. 인공지능의 원리 인공지능의 원리는 주로 기계학습과 딥러닝이라는 두 가지 주요 개념에 근간을 두고 있다. 기계학습은 컴퓨...2025.01.25
1 / 9
