
총 89개
-
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
-
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
-
방송대_대학수학의이해_중간과제물_2023학년도_2학기2025.01.251. CAS와 직접연산 CAS와 직접연산을 모두 경험해본 입장에서 수학 학습에 컴퓨터 소프트웨어를 이용하는 것을 찬성한다. 기계학습에 필요한 수학을 공부하기 위해 '기계처럼 기계학습하기'라는 스터디에 참여했으며, 이론 공부와 연습문제 풀이를 진행했다. 2. 기계학습 스터디 기계학습 스터디의 과제인 2장 연습문제를 풀기 위해 2023년 9월 1일 python의 sympy모듈을 사용했다. 연습문제 13번은 f(x)에서 난수를 생성하여 초깃값 X0=2.1을 얻었을 때 theta = theta -p*g를 연속적으로 사용하여 얻는 점 x1,...2025.01.25
-
물리 정보화 신경망(Physics-Informed Neural Network, PINN)2025.05.101. 물리 정보화 신경망(Physics-Informed Neural Network, PINN) 물리 정보화 신경망(Physics-Informed Neural Network, PINN)은 물리학적인 지식을 신경망 구조에 통합하여 과학적 모델링 및 예측에 사용되는 기술입니다. 이 방법은 데이터 기반 기계 학습과 물리학적 모델링을 결합하여 주어진 물리적 시스템에 대한 효율적인 모델링을 수행할 수 있습니다. PINN은 물리학적 법칙과 제약 조건을 신경망 아키텍처에 내재화하여 물리학적 문제를 해결하며, 제한된 데이터 세트로부터 모델을 학습하...2025.05.10
-
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
-
데이터 마이닝의 기술적 동인2025.01.251. 데이터 마이닝의 기술적 동인 데이터 마이닝의 기술적 동인은 컴퓨터 기술의 발전, 인터넷과 월드 와이드 웹의 등장, 하드웨어 기술의 발전, 소프트웨어 기술의 발전, 인공지능과 기계 학습의 발전, 빅데이터의 등장, 데이터의 중요성에 대한 인식 증가, 개인정보 보호와 윤리적 문제에 대한 관심 증가, 다양한 응용 분야의 확장 등으로 요약될 수 있다. 이러한 동인들이 결합되어 데이터 마이닝 기술은 지속적으로 발전하고 있으며, 앞으로도 그 중요성과 활용 범위는 더욱 확대될 것으로 예상된다. 1. 데이터 마이닝의 기술적 동인 데이터 마이닝...2025.01.25
-
2024년 김영평생육원 경영정보시스템 전체 1등 A+의 만점 받은 과제 _인공지능의 개념과 기술, 활용사례에 대해 조사하시오2025.01.211. 인공지능의 개념 인공지능은 '지능을 기계로 구현한 것'이다. 지능은 문제를 해결할 수 있는 능력으로 정의될 수 있다. 따라서 인공지능은 문제를 해결하기 위해서 스스로 작업을 진행할 수 있는 능력으로 정의할 수 있다. 학계에서 바라보는 인공지능의 진화 단계는 크게 ANI, AGI, ASI 세 가지로 나누어 설명할 수 있다. 2. 인공지능 기술: 기계학습과 딥러닝 인공지능은 컴퓨터에게 데이터를 학습시켜 마치 사람처럼 스스로 의사결정을 할 수 있게 한다. 기계학습은 사람이 특성인자를 선정하는 것이 중요하지만, 딥러닝은 데이터에서 모...2025.01.21
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 인공지능의 분류 인공지능은 크게 약한 인공지능과 강한 인공지능으로 분류할 수 있다. 약한 인공지능은 기계학습 기술을 가진 전문가들이 설계한 시스템으로, 특정 분야에서 지능적인 행동을 한다. 강한 인공지능은 사람처럼 자유롭게 생각하고 감정을 표현할 수 있는 범용 인공지능을 의미한다. 2. 기계학습 개념 및 특징 기계학습은 데이터를 분석하고 학습한 내용을 의사결정에 적용하는 알고리즘이다. 기계학습은 다수의 사례를 통해 패턴을 학습하고 이를 바탕으로 판단한다는 점에서 '패턴 인식'이라고도 불린다. 기계학습은 알고리즘을 통해 데이터를...2025.01.18
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 약한 인공지능 약한 인공지능은 기존의 프로그래밍을 통해 직접 명령을 입력하고 자동화하는 소프트웨어와 같은 전문가 시스템을 의미한다. 지능 요소가 없어 인간의 개입이 필요하지만, 축적된 소프트웨어와 오픈소스, 협력 이력을 바탕으로 점점 정교한 프로그래밍과 설계가 가능해지고 있다. 2. 강한 인공지능 강한 인공지능은 사람처럼 생각하고 감정을 표현할 수 있으며 자의식을 가진 인공지능을 의미한다. 기계학습 시 인간의 보상 체계를 따르는 경향이 강해 상식적인 행동을 보이지 않을 수 있다는 한계가 있지만, 자율주행차와 같이 특정 분야에서...2025.01.18
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 기본적으로 인간의 지능 수준을 넘지 못하고 제한된 작업에만 사용되는 인공지능을 의미한다. 반대로 강한 인공지능은 인간의 지능을 초월하여 다양한 작업을 수행하고 사람과 유사한 추론, 학습, 문제 해결 능력을 갖춘 인공지능을 말한다. 약한 인공지능은 사전에 정의된 규칙이나 알고리즘을 사용하여 작업을 수행하지만, 강한 인공지능은 데이터 기반 학습을 통해 지식을 습득하고 문제를 해결한다. 약한 인공지능은 '자아'가 없다는 차이점이 있다. 2. 기계학습의 개념과 특징 기계 학습은 인...2025.05.13