총 21개
-
데이터사이언스2024.09.221. 데이터사이언스 개요 1.1. 데이터사이언스의 정의 데이터사이언스는 정형(Structured) 또는 비정형(Unstructured) 데이터를 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터로부터 의미 있는 정보를 추출하는 학문이다. 데이터사이언스는 데이터로 실제 현상을 이해하고 분석하기 위해 "통계, 데이터 분석, 기계 학습, 도메인 지식 및 관련 방법을 통합하는 개념"이다. 수학, 통계, 컴퓨터 과학(computer science), 영역 지식 및 정보 과학의 ...2024.09.22
-
온라인 교육 약관2024.09.191. 개인맞춤형 서비스의 디지털 트렌드와 미래 전망 1.1. 개인화 및 맞춤형 서비스의 정의와 개요 개인화 및 맞춤형 서비스(Personalization and Customized Services)는 사용자의 선호, 행동, 관심사 등 개인의 특성을 반영하여 제공되는 서비스를 의미한다. 이러한 서비스는 사용자에게 더욱 관련성 높고, 맞춤화된 경험을 제공하기 위해 설계되었다. 개인화 서비스는 데이터 분석, 인공 지능(AI), 기계 학습(Machine Learning), 음성 인식 기술(Speech Recognition Technolo...2024.09.19
-
시뮬레이션 변경 조건 대입 분석 결과 제출2024.10.091. 시뮬레이션 과제 1.1. 교재 3.4절의 예제 변경 조건 시뮬레이션 교재 3.4절의 예제에 변경된 조건을 대입하여 시뮬레이션한 결과는 다음과 같다."" 도착형태는 평균 20명/60분으로 고객의 도착이 1분에 3.33명씩 이루어지며, 봉사형태는 평균 5분으로 고객 한명에 대해 5분의 봉사시간이 소요된다. 시뮬레이션 시간은 50분이다. 이와 같은 조건을 입력하여 시뮬레이션을 실행한 결과, 50분 내에 총 36명의 고객이 도착하였고 이 중 25명의 고객이 대기 후 봉사를 받은 것으로 나타났다. 고객들의 도착 시간, 대기 시간...2024.10.09
-
로봇과 관련 산업 재해 통계2024.10.091. 기계학습(Machine Learning) 1.1. 기계 학습의 개념 및 배경 기계 학습의 개념 및 배경은 다음과 같다. 기계 학습은 컴퓨터의 행동(예측이나 로봇 제어 같은 행위)을 변경하고 적응해서 컴퓨터가 취한 행동들이 알맞은 행동(정답)에 가깝게 만드는 것이다. 기계학습에 내재된 다학문적 접근은 오래전이 아닌 지난 세기부터 주목을 받기 시작했다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 여러 분야의 아이디어들을 사용해서 컴퓨터를 학습시켰다. 기계 학습 기술은 주어진 데이터를 분석하여 그에 내재하는 중...2024.10.09
-
쉽게 배우는 파이썬2024.10.071. 파이썬 프로그래밍 언어 1.1. 파이썬의 개념과 특징 파이썬은 1991년 귀도 반 로섬(Guido van Rossum)에 의해 개발된 고급 프로그래밍 언어다. 파이썬은 읽기 쉬운 문법과 동적 타이핑(dynamic typing), 인터프리터(interpreter) 방식의 언어로 잘 알려져 있다. 또한 객체 지향 프로그래밍(Object-Oriented Programming)과 함수형 프로그래밍(Functional Programming)을 지원한다. 파이썬의 특징은 다음과 같다. 첫째, 파이썬의 문법은 매우 간결하여 코드가 명...2024.10.07
-
인공지능기반 4차 산업혁명 시대에 접어들었습니다. 인공지능 시대에 데이터베이스의 필요성 및 중요성이 무엇인지에 대해 설명해 봅시다2024.09.081. 서론 과거 산업혁명은 기계와 전기, 컴퓨터와 인터넷을 통해 인류에게 큰 변화를 가져왔다. 그러나 현대에 이르러 4차 산업혁명은 물리적 세계와 디지털 세계가 긴밀하게 연결되면서 예측하기 힘든 변화와 혁신을 촉발하고 있다. 특히 인공지능은 이러한 변화의 중심에 서 있으며, 다양한 산업과 사회 전반에 걸쳐 미치는 영향이 커지고 있다. 인공지능의 발전은 데이터에 크게 의존하며, 이를 통해 머신러닝 알고리즘은 학습하고 예측하는 기능을 향상시킨다. 이러한 맥락에서 볼 때, 데이터베이스는 더 이상 단순한 정보 저장소가 아니라, 4차 산업혁...2024.09.08
-
AI 거버넌스2024.11.161. 인공지능(AI)의 개요 1.1. 인공지능의 정의와 역사 인공 지능(AI)은 학습, 추론, 문제 해결, 인식 및 자연어 처리와 같이 주로 인간 지능이 필요한 작업을 수행할 수 있는 지능형 기계 또는 컴퓨터 기술을 의미한다. AI의 역사는 19세기 중반으로 거슬러 올라간다. 1956년 John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon이 이끄는 연구원 그룹이 Dartmouth Conference를 조직하여 인간처럼 생각하고 배울 수 있는 기계를 만들 수 있는 가능...2024.11.16
-
모두의 인공지능2024.11.091. 지능과 인공지능 1.1. 지능의 정의 지능이란 추론, 합리적인 생각, 판단, 의견을 내릴 수 있는 능력을 말한다. 지능의 정의는 오랫동안 학자들 사이에서 논의되어왔지만, 그 개념을 명확히 규정하기는 쉽지 않다. 지능은 매우 복잡하고 다양한 요소들로 구성된 개념이기 때문이다. 대표적인 지능의 정의를 살펴보면, 지능은 "새로운 상황에 적응하고 문제를 해결할 수 있는 능력"이라고 볼 수 있다. 이러한 능력에는 학습, 추론, 지각, 이해 등의 인지 능력이 포함된다. 또한 지능은 환경에 대한 적응력과 반응 능력을 포함하며, 창의성...2024.11.09
-
장애인이 사용하기 쉬운 지도를 인공지능으로 어떻게 만들까2024.08.281. 인공지능의 기본 개념과 원리 1.1. 인공지능의 정의와 특징 인공지능(Artificial Intelligence, AI)은 인간의 지적 활동을 모방하여 컴퓨터 시스템에 구현하려는 학문 및 기술 분야이다. 인공지능은 인간의 학습, 추론, 문제 해결 능력을 갖추고자 하는 것이 그 목표이다. 인공지능의 정의는 학자마다 다양하게 내려져 있지만, 일반적으로 인간의 지능적 작업을 수행할 수 있도록 컴퓨터 시스템을 설계하고 개발하는 학문 분야로 정의된다. 예를 들어 Russell과 Norvig(2016)은 인공지능을 "비합리적이고 비...2024.08.28
-
기계는어떻게생각하고학습하는가2024.11.031. 머신러닝과 인공지능 1.1. 기계 학습의 개념과 특징 기계 학습은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야이다. 기계 학습 알고리즘은 이메일 필터링 및 컴퓨터 비전 등 인간이 명시적 규칙을 작성하는 것이 어렵거나 비현실적인 다양한 애플리케이션에서 사용된다. 기계 학습의 주요 목표는 데이터에서 학습하여 주어진 알고리즘을 자동으로 개선하는 것이다. 즉, 스스로 학습하는 것이다. 기계가 학습할 수 있는 두 가지 주요 방법은 지도 학습과 비지도 학습이다. 지도 학습은 가르쳐 주면서 학습시키는 것이...2024.11.03
1 / 3
