총 46개
-
데이터 사이언티스트 인터뷰 준비2025.01.201. 데이터 전처리 데이터셋에 존재할 수 있는 결측값과 이상치를 처리하는 것이 중요하다. 결측값은 평균, 중앙값 등으로 대체하거나 제거할 수 있으며, 이상치는 상자 그림이나 Z-점수를 사용해 식별하고 제거하거나 대체할 수 있다. 또한 데이터의 스케일을 맞추기 위해 정규화 작업이 필요하다. 2. 머신러닝 모델 과적합 방지 과적합을 방지하기 위해 교차 검증, 정규화 기법(L1, L2), 조기 종료 등의 방법을 사용할 수 있다. 교차 검증을 통해 데이터를 최대한 활용하고 모델의 일반화 성능을 평가할 수 있으며, 정규화 기법은 모델의 복잡...2025.01.20
-
공업수학 ) 공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용에 대해 장점이나 근거, 예시 등을 구체적으로 제시하되 자기 고유 의견을 포함시켜 논술2025.01.241. 벡터(vector)의 효과적 활용 벡터는 선형대수학의 기본 단위라고 할 수 있으며 다양한 데이터들을 쉽게 표현할 수 있다는 점이 큰 장점이라고 할 수 있다. 데이터를 다양한 피처로 표현할 수 있으며, 피처를 목록화시키게 되면 데이터 사이언스에서는 벡터가 곧 피처의 목록이 될 수 있어 데이터 특징을 쉽게 표현할 수 있다는 점이 장점이고 효과적인 활용으로 평가될 수 있다. 또한 데이터들을 표현하는 식을 찾기 위해서 좌표계를 활용해 식을 찾을 수 있는 지도를 만들 수 있다는 점에서 효과적인 활용으로 평가될 수 있다. 최근 머신러닝과...2025.01.24
-
[화학공학실험] 유체역학 실험2025.05.101. 베르누이 식 (Bernoulli's equation) 베르누이 식은 점성과 압축성이 없는 이상적인 유체가 규칙적으로 흐르는 경우에 대해, 유체의 속도, 압력, 위치에너지 사이의 관계를 나타낸 공식이다. 베르누이 식은 흐르는 유체에 대하여 유선(streamline) 상에서 모든 형태의 에너지의 합은 언제나 일정하다는 점을 설명하고 있다. 2. 레이놀즈 수 (Reynolds number) 레이놀즈 수는 유체역학에서 사용하는 무차원량으로, 관성에 의한 힘과 점성에 의한 힘의 비이다. 주어진 유동 조건에서 두 종류의 힘의 상대적인 세...2025.05.10
-
2024 방송통신대 머신러닝 출석수업 만점 과제물2025.01.261. k-최근접 이웃 알고리즘 k 값은 k-최근접 이웃 알고리즘에서 최근접 이웃 수를 나타낸다. k 값이 작을수록 모델이 훈련 데이터에 민감해져서 과적합 문제가 발생할 수 있다. 반대로 k 값이 지나치게 크면 너무 많은 이웃을 고려하게 되어 모델이 단순화되어 데이터의 세부적인 패턴을 잘 잡지 못하여 성능이 떨어지게 된다. 2. 거리 계산 방식 기존 knn에 적용된 거리 계산식은 유클리드 거리 방식에서 맨하탄 거리 계산 방식으로 변경하였다. 유클리드 거리는 두 점 간의 직선적 거리를 측정하고, 맨하탄 거리는 각 차원에서 거리를 단순히...2025.01.26
-
공업수학의 차원(次元, dimension) 도구 중 한 가지 선택 후 주제 대상의 효과적 활용2025.01.291. 좌표변환 좌표 변환은 17세기 르네 데카르트에 의해 처음으로 구체화되었으며, 이후 천문학과 물리학의 발전과 함께 극좌표계, 구면좌표계 등으로 확장되었다. 좌표 변환은 물리적 대칭성을 활용하거나 계산 효율성을 높이는 데 유용하며, 천체물리학, 유체역학, 로봇 공학, 컴퓨터 그래픽스, 데이터 분석 등 다양한 분야에서 활용되고 있다. 좌표 변환은 복잡한 문제를 단순화하고, 공간적 관계를 명확히 이해할 수 있게 하며, 계산의 효율성을 향상시키는 등 많은 장점을 가지고 있다. 2. 이론적 원리와 공식 좌표 변환은 하나의 좌표계에서 다른...2025.01.29
-
머신러닝의 3가지 학습 방법: 지도학습, 비지도 학습, 강화학습2025.01.041. 지도학습 지도학습은 입력과 출력 간의 관계를 학습하는 방식으로, 정답과 사례를 연결시켜주는 방식으로 이루어집니다. 데이터 집합을 통해 입력과 출력 간의 함수관계를 기계가 배우게 되며, 이렇게 얻어진 함수를 모델이라고 합니다. 지도학습으로 만들 수 있는 대표적인 것은 패턴 분류와 회귀분석입니다. 2. 비지도 학습 비지도학습은 입력 데이터 세트에 레이블을 달아주지 않고, 기계가 데이터를 묶을 수 있는 특징을 스스로 찾아내게 합니다. 비지도 학습은 데이터 집합 속에서 숨겨진 패턴을 배우며, 군집화를 이용해 서로 유사한 데이터를 묶습...2025.01.04
-
인공지능 머신러닝 지도학습, 비지도학습, 강화학습의 실사례2025.01.161. 지도학습(Supervised Learning) 지도학습은 입력한 데이터와 출력한 데이터를 각각 공급하여 작동하는 유형으로, 훈련을 통해 알고리즘이 입력값을 바탕으로 내용을 처리하고 모델을 수정하며 원하는 출력에 근접하는 결과물을 산출하게 됩니다. 이는 분류와 예측 문제에 유용한 학습 방법으로, 스팸 이메일 탐지 기능은 대표적인 사례입니다. 해당 모델은 '스팸 메일'과 '비스팸 메일'로 레이블이 지정된 이메일 데이터 집합을 통해 학습되며, 키워드, 발신자 정보, 이메일 구조 및 내용과 같은 특징을 사용하여 새로운 수신 이메일을 ...2025.01.16
-
(컴퓨터의이해) 다음 문제에 대하여 주요 내용을 ①, ②, ③, ④ 번호를 붙여서 4가지 이상 설명하고2025.01.241. 슈퍼컴퓨터 슈퍼컴퓨터는 대용량의 과학 계산을 처리할 수 있는 컴퓨터로 일반적인 개인용 컴퓨터의 대략 5만 배 이상의 처리속도를 가지고 있으며 매우 고가의 장비이다. 슈퍼컴퓨터는 원자력 계산이나 우주 개발, 무기를 비롯한 국방 분야, 과학적인 연구와 일기예보 등에 사용된다. 슈퍼 컴퓨터의 성능은 초당 1000조희 연산을 한다는 '페타플롭스'라는 단위를 사용한다. 미국은 서밋 143.5 페타플롭스의 성능을 가진 슈퍼 컴퓨터를 보유하고 있으며, 최근 중국도 슈퍼 컴퓨터 개발에 노력을 기울이며 '텐허-3'라는 좋은 성능의 슈퍼컴퓨터를...2025.01.24
-
[자료구조] 희소행렬 덧셈 함수와 출력을 구현한 소스코드2025.05.051. 희소행렬 희소행렬은 대부분의 원소가 0인 행렬을 말합니다. 이러한 희소행렬을 효율적으로 저장하고 연산하는 방법이 중요합니다. 이 코드에서는 희소행렬의 덧셈 연산과 출력 함수를 구현하고 있습니다. 2. 행렬 덧셈 이 코드에서는 두 개의 희소행렬 A와 B를 입력받아 이들의 덧셈 연산을 수행하여 새로운 희소행렬 C를 생성합니다. 행렬 덧셈은 같은 위치의 원소들을 더하는 것으로 구현됩니다. 3. 희소행렬 출력 희소행렬은 대부분의 원소가 0이므로 이를 효율적으로 출력하는 것이 중요합니다. 이 코드에서는 희소행렬의 non-zero 원소들...2025.05.05
-
화공실1 유체마찰손실 결과보고서2025.01.131. 유체 마찰 유체 마찰은 서로에 대해 움직이는 유체 층 사이에서 발생하며, 유체의 점성으로 인해 유체가 움직일 때 저항 힘이 생긴다. 유체의 점성이 낮을수록 변형 또는 이동이 용이하다. 2. 베르누이 방정식 베르누이 방정식은 이상유체에 대하여, 유체에 가해지는 일이 없는 경우에 대해, 유체의 속도와 압력, 위치 에너지 사이의 관계를 나타낸 식이다. 실제 유체는 마찰이 존재하므로 수정된 베르누이 식을 사용한다. 3. 벤츄리 효과 벤츄리 미터는 관수로를 통해 흐르는 유량을 측정하고, 유량계수를 결정하며, 단면변화에 따른 수두차를 측...2025.01.13
2 / 5
