총 32개
-
머신러닝2024.11.061. 인공지능(AI)과 머신러닝(Machine Learning) 1.1. 인공지능(AI)의 정의 및 역사 인공지능(AI)은 인간의 지능 기능을 모방하여 만들어진 기술이다. 이 기술은 1950년대부터 발전하기 시작해 현재는 많은 현대 기술의 중심에 자리 잡고 있다. 인공지능(AI)은 인간의 인지 기능을 모방하여 만들어진 기술로, 학습, 추론, 문제 해결과 같은 지능적 행동을 컴퓨터가 수행할 수 있게 한다. AI는 처음에는 간단한 규칙과 로직을 기반으로 작동하는 시스템에서 출발했지만, 시간이 지나면서 머신러닝과 딥러닝과 같은 고급 ...2024.11.06
-
빅데이터의 대표적인 분석 기술에는 어떠한 것들이 있는지 설명하고, 각 분석 기술이 어떠한 활용 분야에 제공되는지 논하시오2025.02.171. 서론 1.1. 빅데이터의 개념과 특징 빅데이터는 기존의 데이터베이스 관리 도구로는 수집, 저장, 분석 처리하기 어려울 정도로 방대한 양의 데이터를 의미한다. 이러한 대량의 데이터로부터 가치 있는 정보를 추출하고 결과를 분석하는 것이 빅데이터 기술의 핵심이다. 빅데이터는 일반적으로 '3V' 특징을 가지고 있는데, 이는 'Volume(데이터의 양)', 'Velocity(데이터의 생성 및 처리 속도)', 'Variety(데이터의 다양성)'를 의미한다. 첫째, 'Volume'은 빅데이터의 가장 두드러진 특징으로, 소셜미디어, Io...2025.02.17
-
인공지능 기술로 인한 실과 득, 그리고 AI의 윤리 의식에 대해 조사하시오2025.04.031. 서론 1.1. 인공지능의 개념과 기술 인공지능의 개념과 기술이다. 인공지능은 기계가 인간의 학습, 추론, 문제해결 등의 지능적인 기능을 수행할 수 있는 능력을 가지도록 프로그래밍하거나 학습하는 컴퓨터 과학 분야이다. 즉, 컴퓨터가 인간의 지능과 같거나 비슷한 기능을 수행할 수 있도록 하는 기술이다. 인공지능은 크게 '약한 인공지능(weak AI)'과 '강한 인공지능(Strong AI)'으로 나누어진다. 약한 인공지능은 특정 작업이나 한정된 범위에서 인간 수준 또는 그 이상의 성능을 발휘할 수 있는 인공지능으로 특정한 문제를 ...2025.04.03
-
딥러닝2024.09.291. 인공지능, 머신러닝, 딥러닝의 개요 1.1. 인공지능, 머신러닝, 딥러닝의 관계 인공지능, 머신러닝, 딥러닝의 관계는 매우 밀접하다. 인공지능은 기계가 인간의 지적 능력을 모방하여 학습, 추론, 문제 해결 등의 지적 활동을 수행하는 것을 의미한다. 이 인공지능의 영역 안에 머신러닝과 딥러닝이 포함되어 있다. 머신러닝은 데이터를 활용하여 스스로 학습하고 예측하는 기술로, 알고리즘을 통해 데이터에서 패턴을 찾아내어 문제를 해결한다. 예를 들어 개와 고양이의 사진을 분류하는 데 있어 기존의 인공지능은 개와 고양이의 특성을 프로...2024.09.29
-
인공지능기반 4차 산업혁명 시대에 접어들었습니다. 인공지능 시대에 데이터베이스의 필요성 및 중요성이 무엇인지에 대해 설명해 봅시다2024.09.141. 인공지능 시대의 데이터베이스 1.1. 데이터베이스의 정의와 특징 데이터베이스는 여러 사람이 공유하여 사용할 목적으로 체계화에 통합, 관리하는 데이터의 집합이다. 데이터베이스의 주요 특징은 다음과 같다. 첫째, 데이터베이스는 통합된 데이터로 구성되며, 이를 통해 자료의 중복이 배제된다. 둘째, 데이터베이스는 컴퓨터가 접근 가능한 저장 매체에 저장되므로 실시간 접근성이 가능하다. 셋째, 데이터베이스는 계속적인 변화가 가능하여 최신의 데이터를 유지할 수 있다. 넷째, 데이터베이스는 다수의 사용자가 동시에 같은 데이터를 이용할 수...2024.09.14
-
일상 생활에서 접할 수 있는 통계이슈2024.10.181. 서론 우리는 통계학에 있어 다양한 값을 계산하고 그중에서도 가장 다양한 곳에서 활용하고 있는 것이 바로 평균이다. 평균은 대표적인 값으로 할을 맡고 있는데, 수많은 값 중에서 평균적으로 계산하여 일상생활에서 많이 활용하기도 한다. 그러나 너무 높은 값이거나 너무 낮은 값이 있다면 평균값이 상승하거나 하향하는 등 민감하게 영향을 받는다는 점이 있다. 또 높은 빈도를 나타내는 "최빈값", 수를 나열한 후 가장 가운데 위치하는 "중앙값"에 관하여 먼저 설명하고 이것들이 어떤 일상생활에서 활용되는지 그 사례와 함께 본론에서 서술해보고...2024.10.18
-
인공지능 활용 수행평가2024.10.271. 인공지능 수학 교과 개요 1.1. 인공지능수학 교육의 목적 및 방향 인공지능수학 교육의 목적 및 방향은 다음과 같다. 인공지능수학 교육은 지능정보사회의 핵심 기술인 인공지능을 이용하여 실생활의 다양한 문제를 해결할 때 수학이 어떻게 활용되는지 이해하며, 수학의 가치를 인식하고 미래 사회가 필요로 하는 역량을 기르는 것을 목적으로 한다. 이를 위해 첫째, 인공지능에서 수학이 이용되는 다양한 사례를 찾아보고 자료를 수학적으로 표현하는 방법, 자료를 기반으로 분류하거나 예측하는 방법, 최적화를 통해 합리적으로 의사 결정하는 과정...2024.10.27
-
미디어영상론2024년기말과제2024.09.271. 유아 디지털 교육 1.1. AR, VR, XR 기술의 이해 1.1.1. AR(증강현실)의 개념 및 특징 AR(증강현실)은 Augmented Reality의 약자로, 현실 환경에 가상의 정보를 겹쳐서 보여주는 기술이다. AR은 현실세계에 3차원 가상 이미지를 겹쳐서 보여줌으로써 사용자에게 현실감과 몰입감을 제공한다. 즉, 현실 세계에 그래픽을 구현하여 필요한 정보를 즉각적으로 보여주며 현실과 상호작용이 가능한 특징을 지닌다. AR의 특징은 다음과 같다. 첫째, AR은 현실 세계에 가상 정보를 겹쳐서 보여주기 때문에 사용자의...2024.09.27
-
국토정보공사2024.09.151. 디지털트윈 기술의 현재와 미래 1.1. 디지털트윈의 정의 및 중요성 디지털트윈 기술은 가상 공간에서 실제 세계의 물리적 개체나 시스템의 동적 복제본을 생성하고 관리하는 기술이다. 이 가상 모델은 실시간 데이터를 수집하고 분석하여, 물리적 대상의 성능, 상태 및 예측 가능한 문제를 모니터링하고 최적화할 수 있도록 설계되었다. 디지털트윈의 중요성은 다양한 산업 분야에서 그 가치가 증명되고 있으며, 제조업에서부터 도시 계획, 의료, 교통 시스템에 이르기까지 광범위한 적용 범위를 가지고 있다. 이 기술은 복잡한 시스템이나 제품의...2024.09.15
-
머신러닝2024.11.081. 머신러닝 (Machine Learning) 개요 1.1. 머신러닝의 정의와 역사 머신러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야이다. 이 기술은 컴퓨터 게임 및 인공 지능 분야의 개척자이자 미국 IBM 직원인 Arthur Samuel이 1959년에 최초로 사용한 용어이다. 사무엘은 이를 "명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야"로 정의했다. 기계 학습 연구는 인공 지능, 통계 및 최적화 연구와 밀접한 관련이 있어 종종 구분하기 어려울 정도로 그 분야들이 서...2024.11.08
2 / 4
