총 3,077개
-
선형회귀(Linear Regression)는 통계인가 머신 러닝인가?2025.05.081. 선형회귀 선형 회귀는 연속 값을 예측하는 데 사용되는 통계 방법입니다. 선형 회귀 모델은 두 변수 간의 관계를 설명하는 선형 방정식을 찾는 통계적 방법입니다. 선형 회귀 모델은 통계, 공학, 마케팅, 금융, 제조를 포함한 다양한 분야에서 사용됩니다. 선형 회귀는 데이터를 설명하고 미래를 예측하는 데 사용할 수 있는 가장 널리 사용되는 방법입니다. 2. 통계와 머신러닝 머신러닝의 등장으로 선형회귀는 주로 '지도 학습' 문제에서 사용됩니다. 선형회귀는 입력 변수와 출력 변수 사이의 선형적인 관계를 모델링하여 새로운 입력에 대한 출...2025.05.08
-
마이크로 모빌리티 수요 예측 방법2025.01.211. 수요 예측 A기업은 전동 킥보드 서비스 제공 기업으로 전동 킥보드의 이용량(수요)을 늘리기 위해 먼저 이용량(수요)을 예측하고, 킥보드를 배치하려고 합니다. A기업은 킥보드 이용 활성화 전략을 수립하기 위해 어떻게 수요예측을 수행하는 것이 좋을지 예측 방법, 필요한 데이터, 그 이유를 함께 서술하였습니다. 2. 마이크로 모빌리티 최근 마이크로 모빌리티(전동 킥보드, 공유 자전거 등)의 수요와 공급이 급증하고 있습니다. A기업은 전동 킥보드 서비스 제공 기업으로, 킥보드 이용 활성화 전략을 수립하기 위해 수요예측을 수행하고자 합...2025.01.21
-
4차 산업혁명과 빅데이터 기술의 발전2025.01.031. 빅데이터의 개념 빅데이터는 방대한 양의 데이터를 의미하며, 이러한 데이터를 수집, 저장, 분석하고 결과를 도출할 수 있는 기술을 의미한다. 빅데이터의 특성은 데이터의 양이 방대하고, 형식이 다양하며, 실시간으로 생성되고 소멸된다는 것이다. 이러한 빅데이터 기술의 발전으로 과거에 비해 빠른 속도로 데이터를 수집하고 분석할 수 있게 되었으며, 미래 시장 트렌드 예측 등에 활용되고 있다. 2. 빅데이터의 활용 사례 아마존은 고객의 구매 및 브라우징 이력, 인구통계학적 데이터 등을 분석하여 개인화된 추천 서비스를 제공하고 있다. 넷플...2025.01.03
-
인공지능 활용분야에 대해 서술하시오2025.01.041. 빅데이터 빅데이터는 기존 데이터베이스 관리도구 능력을 넘어선 대량의 정형이나 데이터베이스 형태가 아닌 비정형의 데이터 집합을 포함한 데이터 가치 추출 및 결과 분석기술이다. 다양한 종류의 대규모 데이터에 대해 생성과 수집, 분석, 표현을 특징으로 하고 있는 빅데이터 기술의 발전은 다변화된 현대사회를 정확히 예측해 효율성을 높이고 개인화된 구성원에게 맞춤형 정보를 제공할 수 있게 해 인류와 사회에 가치있는 정보 제공의 가능성을 제시해 그 중요성이 날로 커지고 있다. 1. 빅데이터 빅데이터는 현대 사회에서 매우 중요한 역할을 하고...2025.01.04
-
2024년 위더스 생산관리 A+과제2025.01.191. 마이크로 모빌리티 수요 예측 최근 마이크로 모빌리티(전동 킥보드, 공유 자전거 등)의 수요와 공급이 급증하고 있습니다. A기업은 전동 킥보드 서비스 제공 기업으로 전동 킥보드의 이용량(수요)을 늘리기 위해 먼저 이용량(수요)을 예측하고, 킥보드를 배치하려고 합니다. A기업은 킥보드 이용 활성화 전략을 수립하기 위해 어떻게 수요예측을 수행하는 것이 좋을지 예측 방법, 필요한 데이터, 그 이유를 함께 서술하세요. 1. 마이크로 모빌리티 수요 예측 마이크로 모빌리티는 전기 자전거, 전동 스쿠터, 전동 킥보드 등 소형 전기 이동수단을...2025.01.19
-
Big Data Data Mining 데이터 마이닝2025.01.121. Data Mining 데이터 마이닝은 방대한 데이터 속에서 유용한 상관관계를 발견하고 추출하여 의사결정에 이용하는 과정입니다. 정보기술의 발달과 비즈니스 요구에 의해 등장했으며, 과열된 기업경쟁과 다양한 고객 요구에 효과적이고 빠른 기업경쟁력을 제공합니다. 데이터 마이닝 이전에는 한정된 자료와 전공 서적 중심의 연역적 방법을 사용했지만, 데이터 마이닝 시대에는 대용량 자료와 실무 중심의 귀납적 방법을 사용합니다. 2. Data Mining 기법 데이터 마이닝 기법에는 의사결정나무, 신경망 네트워크, K-평균 군집화, OLAP ...2025.01.12
-
시계열 자료 분석과 활용2025.05.011. 시계열 데이터 분석 시계열 데이터는 시간의 흐름에 따라 관측된 데이터로, 다양한 변수 간의 인과관계를 분석하는 데 활용됩니다. 시간 간격은 연도별, 계절별, 월별, 일별 등 다양하게 사용되며, 일반적으로 월 단위가 가장 많이 사용됩니다. 시계열 데이터의 특징은 시간의 영향을 받고 서로 독립적이지 않다는 점입니다. 따라서 새로운 분석 방법이 필요합니다. 2. 시계열 데이터의 활용 시계열 데이터는 공학의 신호 처리와 관련이 높으며, 경제학에서 널리 사용되는 방법론입니다. 계량경제학, 금융학, 거시경제학 분석에 활용됩니다. 또한 시...2025.05.01
-
데이터 마이닝, 출석수업 과제물 (2023 1학기, 30점 만점)2025.01.251. 데이터 마이닝 기법 데이터 마이닝은 데이터에서 의미를 추출하는 기법을 의미하며, 모수적 모형 접근 방법과 알고리즘 접근 방법이 모두 활용될 수 있다. 모수적 모형 접근법은 모형을 설정하고 모수를 추정하는 방식이며, 알고리즘 접근법은 정해진 알고리즘으로 계산하여 결과를 분석하는 방식이다. 각각의 장단점이 있으며, SNS 텍스트 데이터 분석에 활용할 수 있다. 2. 로지스틱 회귀모형 적합 와인 품질 데이터에 로지스틱 회귀모형을 적합하였다. alcohol 변수만 사용한 모형, sulphates 변수만 사용한 모형, 그리고 유의미한 ...2025.01.25
-
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
-
자료에 극단값이 포함된 경우 극단값은 반드시 제외해야 하는지, 그렇게 생각하는 이유를 논거하시오.2025.01.271. 극단값이 데이터 분석에 미치는 영향 극단값은 데이터의 중심 경향 및 분포를 왜곡하는 주요 요소로 작용한다. 특히 평균, 표준편차 등 중심화된 통계치를 이용해 데이터 분석을 수행할 경우, 극단값이 포함됨으로써 분석 결과가 실제와 다르게 나타날 수 있다. 또한 극단값은 예측 모델의 성능에 부정적인 영향을 미칠 수 있다. 2. 극단값을 제외해야 하는 상황 극단값을 제외하는 것이 바람직한 경우는 해당 극단값이 데이터의 오류이거나 분석의 목적에 부합하지 않는 경우이다. 또한 극단값이 데이터의 분포나 경향성을 과도하게 왜곡할 경우 이를 ...2025.01.27
2 / 308
