총 369개
-
머신러닝에서의 차원축소2025.05.101. 차원 축소 차원 축소는 고차원 데이터를 저차원으로 변환하는 과정으로, 데이터의 복잡성을 줄이고 특징을 추출하거나 시각화하기 위해 사용됩니다. 주요 방법으로는 특징 선택과 특징 추출이 있으며, 차원 축소의 이점은 데이터 시각화, 계산 효율성 향상, 잡음 제거 등입니다. 2. 차원의 개념 차원은 데이터를 표현하기 위해 필요한 축의 수를 의미하며, 각 차원은 데이터의 특정 특성을 나타내는 변수 또는 속성이 됩니다. 차원이 높을수록 데이터의 복잡성과 계산 비용이 증가하므로 차원 축소가 필요합니다. 3. 특징(feature)의 개념 특...2025.05.10
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
서베이 조사의 1) 정의, 2) 특징, 3) 장단점2025.05.081. 서베이 조사의 정의 서베이는 다수의 조사자들을 대상으로 설문조사에 의거하여 자료를 수집하는 행위이다. 기술조사를 위해 가장 많이 사용되고 있으며 인과관계 조사를 위해서도 사용된다. 모집단으로부터의 추출된 표본들을 연구하고자 주제와 연관된 질문 또는 면접을 실시하고 응답자들의 답변을 통계적 기법을 통하여 분석하여 실질적 및 체계적으로 연구한다. 2. 서베이 조사의 특징 첫째, 모집단 전체에 대한 조사가 아니라 임의로 추출한 표본을 대상으로 한다. 둘째, 표본으로 추출된 조사대상자들의 직접적인 응답을 사용해야한다. 셋째, 표준화된...2025.05.08
-
서베이 조사의 정의, 특징, 장단점2025.01.031. 서베이 조사의 정의 서베이 조사는 어떠한 모집단에서 표본추출을 실시하여 그들의 사회적, 심리적 변수를 측정해 변수들의 상태, 분포, 상호 관련성 등을 조사하는 것을 말한다. 모집단 전체를 조사 대상으로 삼지만 시간과 비용의 제약으로 인해 일반적으로 모집단에서 추출된 표본을 대상으로 분석한 뒤 그것을 기반으로 전체 모집단에 대해 추론을 하게 된다. 2. 서베이 조사의 특징 서베이 조사의 목적은 인과관계를 규명하는 것보다는 현상을 기술, 설명, 예측하는 것이다. 질문 형태로는 개방형 질문과 폐쇄형 질문이 있다. 개방형 질문은 응답...2025.01.03
-
라디오믹스에서의 AI - 진단과 치료 계획을 위한 의미 있는 의료 영상 특징 추출2025.05.111. 라디오믹스에서의 AI 의료 영상은 진단과 치료 계획에 매우 중요한 역할을 담당하며, 최근 AI 기술의 발전으로 의료 영상에서 의미 있는 특징을 추출하는 라디오믹스 분야에서도 AI의 적용이 두드러지고 있습니다. 라디오믹스는 의료 영상에서 복잡한 정보를 추출하여 진단과 치료 계획에 활용하는 중요한 분야이며, AI 기술은 라디오믹스 분야에서 의미 있는 의료 영상 특징을 자동으로 추출하는데 기여합니다. 2. AI의 활용 방법과 장점 AI 기술은 의료 영상을 자동으로 분석하여 병변과 조직의 특성을 추출하며, 대량의 의료 영상 데이터에서...2025.05.11
-
행정계량분석3 행정계량분석강의 전체를 통해 해결하기로 설정한 연구문제 무작위 표본추출의 산술평균 분산 표준편차 정규분포의 특징 중심극한정리02025.01.251. 행정계량분석 행정계량분석(Quantitative Analysis in Public Administration)은 행정학에서 사용되는 통계 및 수량적 기법을 적용하여 정부 및 공공기관의 의사결정 및 정책평가에 대한 이해를 높이는 분석 방법론이다. 이는 통계적 도구와 기법을 사용하여 공공부문에서 발생하는 다양한 문제에 대한 데이터 기반의 분석을 수행함으로써 효율적인 의사결정을 지원한다. 2. 무작위 표본추출 무작위 표본추출은 연구나 조사에서 표본을 선정하는 과정에서 모집단의 각 구성원이 선택될 확률이 동등하도록 하는 방법론이다. ...2025.01.25
-
모집단과 표본의 관계, 정규분포의 특징, 자료의 그래프 표현2025.01.251. 모집단과 표본의 관계 모집단은 통계의 대상이 되는 전체 데이터를 말하며, 표본은 모집단에서 추출된 일부의 집단을 의미합니다. 통계를 낼 때 모집단이 큰 경우 모든 모집단의 값을 조사할 수 없기 때문에 일부를 추출한 표본을 조사하여 전체 통계를 추정합니다. 보통 통계의 신뢰성을 높이기 위해 표본을 추출할 때 임의추출 방식을 이용합니다. 임의추출은 모집단에 속한 데이터가 모두 동일한 확률로 추출될 수 있도록 설계되어 무작위로 표본을 추출하는 방식입니다. 2. 정규분포의 특징 정규분포는 평균을 중심으로 좌우가 대칭되는 모양을 띄는 ...2025.01.25
-
스마트폰으로 음식물 촬영하여 종류와 칼로리 분석하는 앱 개발2024.12.311. 일반적인 패턴인식 시스템의 구성요소와 처리 절차 일반적인 패턴인식 시스템은 데이터 수집, 전처리, 특징 추출, 모델 학습, 분류 및 예측의 단계로 구성됩니다. 데이터 수집 단계에서는 음식 이미지 데이터셋을 수집하고, 전처리 단계에서는 이미지 크기 조정, 노이즈 제거 등의 작업을 수행합니다. 특징 추출 단계에서는 CNN 등의 딥러닝 모델을 활용하여 음식 이미지의 특징을 추출하고, 모델 학습 단계에서는 추출된 특징을 바탕으로 음식 분류 모델을 학습시킵니다. 마지막으로 분류 및 예측 단계에서는 학습된 모델을 활용하여 입력 이미지의 ...2024.12.31
-
스마트폰을 이용한 음식물 인식 및 칼로리 분석 애플리케이션 개발2025.01.231. 패턴인식 시스템의 구성요소와 처리 절차 패턴인식 시스템은 데이터로부터 유의미한 패턴을 인식하고 분류하는 기술로, 데이터 수집, 전처리, 특징 추출, 분류기 설계, 결과 해석의 다섯 가지 주요 구성 요소로 이루어진다. 이러한 구성 요소와 처리 절차는 음식물 인식 및 칼로리 분석 애플리케이션 개발에 필수적인 기반을 제공한다. 2. 음식물 인식 애플리케이션 개발 시 고려사항 음식물 인식 및 칼로리 분석 애플리케이션 개발 시 고려해야 할 사항으로는 높은 인식 정확도, 사용자 친화적인 인터페이스, 데이터 보안과 프라이버시, 다양한 음식...2025.01.23
-
광센서(물리세특 보고서)2025.01.131. 지문인식 원리 지문인식이란 지문의 특성을 이용해 손가락 지문으로 본인을 인증하는 기술입니다. 지문을 등록하고 등록한 데이터와 입력된 지문을 비교해 일치하는지 판별하고, 사용자의 신분을 확인할 수 있습니다. 지문인식은 크게 센서에 손가락을 대어 지문을 촬영하는 입력 단계와 촬영된 지문을 저장된 지문과 대조해 일치 여부를 판단하는 인증단계로 나뉩니다. 이 기술은 주로 손에 빛을 쏘면 지문 굴곡으로 인해 달라지는 음영을 센서로 수집해 이미지를 추출하는 지문인식 장치는 크게 광센서와 산화물 박막트랜지스터 어레이 등으로 구성됩니다. 2...2025.01.13
1 / 37
