총 278개
-
엑셀에서 회귀식 구하기 대 인공신경망의 회귀식 구하기2025.05.101. 엑셀에서의 회귀식 구하기 엑셀에서도 회귀식을 구하는 기능을 제공하지만, 데이터의 복잡성과 비선형적인 관계를 모델링하는 데에는 한계가 있습니다. 엑셀에서는 선형 회귀식, 지수 회귀식, 로그 회귀식, 다항식 회귀식 등 다양한 형태의 회귀식을 구할 수 있으며, R-squared 값을 통해 회귀식의 적합도를 평가할 수 있습니다. 그러나 R-squared 값만으로는 비선형적인 관계를 가진 데이터에 대한 적합도를 완전히 판단할 수 없으므로, 시각적인 확인과 다른 평가 지표를 함께 고려해야 합니다. 2. 인공신경망에서의 회귀식 구하기 인공...2025.05.10
-
시계열 데이터 분석 기법의 장단점 및 예시2025.01.261. ARIMA 모델 ARIMA 모델은 시계열 데이터의 선형적 관계를 잘 포착하여 비교적 간단한 수식으로 데이터 예측이 가능하다는 장점이 있습니다. 주식 가격 예측, 경제 지표 예측, 수요 예측 등에서 유용하게 사용될 수 있습니다. 그러나 비선형적이거나 계절적 패턴을 가진 데이터에는 적합하지 않으며, 모델의 설정 및 파라미터 최적화가 복잡할 수 있다는 단점이 있습니다. 2. 지수평활법 지수평활법은 데이터의 최신 변화에 빠르게 반응하여 짧은 기간의 예측에 특히 유리합니다. 이 방법은 비교적 간단하고 직관적이며, 데이터가 급격히 변동할...2025.01.26
-
통계학과 머신러닝에서의 회귀 분석 목적 비교2025.04.271. 통계학에서의 회귀 분석 통계학에서의 회귀 분석은 여러 변수 사이의 경향성을 분석하는 방법으로, 한 변수의 값이 다른 변수의 값을 설명할 수 있도록 두 변수의 관계를 수식으로 표현하고 데이터로부터 추정하는 분석을 의미한다. 단순 선형 회귀 분석, 다중 선형 회귀 분석, 비선형 회귀 분석 등 다양한 방법이 있다. 2. 머신 러닝에서의 회귀 분석 머신 러닝은 인공지능의 연구 분야 중 하나로, 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술이다. 머신 러닝에서의 회귀 분석은 입력 데이터를 기반으로 예측이나 결정을 도출...2025.04.27
-
방통대 [딥러닝의통계적이해] 2024 출석과제물 (30점 만점 인증 / 표지제외 18페이지 분량 / 코드 및 해설 포함)2025.01.251. Teachable Machine을 이용한 이미지 분류 Teachable Machine에 판다 이미지 54개와 레서판다 이미지 21개를 각 클래스로 나누어 입력하고 학습시켰다. 학습 시도 횟수인 에포크는 50으로 설정되었으며, 배치 크기는 16으로 설정되었다. 학습률은 0.001로 설정되어 있으며, 학습이 완료된 모델에 테스트 이미지를 입력한 결과 판다와 레서판다의 사진 또는 그림에 대해 대부분 100%로 판단하고 정답을 맞추는 것을 확인할 수 있었다. 레서판다 이미지 샘플 수 부족을 보완하기 위해 학습률을 0.00057로 낮추...2025.01.25
-
인천대학교 수치해석 MatLab2025.04.251. Cubic spline interpolation을 이용한 삼성전자 주가 예측 3차 spline 보간법을 적용하여 삼성전자 주가 데이터와 보간선 그래프를 그렸습니다. 최초 날짜인 4월 21일을 0으로 두고 하루가 지날 때마다 x축에서 1씩 증가하도록 설정했습니다. 최종 날짜인 7월 6일은 최초 날짜를 기준으로 76일이 지났기 때문에 x축의 범위는 0부터 76이 됩니다. 구하고자 하는 날은 4월 21일 기준으로 13일이 지났기 때문에 x=13의 값이 예측값이 됩니다. 예측값은 2,244,435원으로 실제값인 2,276,000원과의...2025.04.25
-
데이터마이닝 ) 나무 형태를 이용한 지식 표현 사례2025.01.031. 의사결정나무 의사결정나무는 예측모형에서 가장 많이 사용되며 의사결정 규칙을 도표화하여 대상 집단을 분류하거나 예측하는 분석 방법입니다. 의사결정나무의 장점은 나무구조에 의해 모형이 표현되어 사용자의 이해가 쉽고, 유용한 예측변수나 비선형성을 자동으로 찾아낼 수 있으며, 선형성이나 정규성, 등분산성과 같은 가정을 필요로 하지 않는 비모수적인 방법이라는 것입니다. 하지만 의사결정나무 모형은 연속형 변수를 비연속적인 값으로 취급하여 분리의 경계점에서 예측오류가 큰 가능성이 있고, 선형성과 주 효과를 가지지 못한다는 단점이 있습니다....2025.01.03
-
퍼셉트론의 한계에 대한 논의2025.05.081. 퍼셉트론의 한계 퍼셉트론은 데이터에서 학습하고 정보를 분류하는 능력으로 주목받는 인공신경망이지만, 실제 적용을 제한하는 특정 한계가 있다. 주요 한계로는 선형적으로 분리 가능한 문제로 제한, 느린 수렴 속도, 초기 가중치에 민감, 이진 분류로 제한 등이 있다. 이러한 한계를 극복하기 위해 비선형 문제와 다중 클래스 분류를 처리할 수 있는 다층 퍼셉트론과 같은 보다 복잡한 신경망이 개발되었다. 1. 퍼셉트론의 한계 퍼셉트론은 선형 분리 가능한 문제만 해결할 수 있다는 한계가 있습니다. 이는 퍼셉트론이 입력 데이터를 단순히 선형 ...2025.05.08
-
공학경제 7장 문제풀이2025.04.281. NPV 최대화 주어진 문제에서 NPV(순현재가치)를 최대화하는 것이 목표입니다. 이를 위해 현금흐름, 할인율, 투자비용 등의 요소를 고려하여 최적의 해를 찾아야 합니다. 2. 선형계획법 일부 문제에서는 선형계획법을 활용하여 목적함수를 최소화하거나 최대화하는 해를 구해야 합니다. 이를 위해 제약조건과 의사결정변수를 적절히 설정하고 최적화 기법을 적용해야 합니다. 3. 민감도 분석 일부 문제에서는 변수의 변화에 따른 목적함수의 변화를 분석해야 합니다. 이를 통해 의사결정에 중요한 변수를 파악하고 불확실성에 대한 대응 방안을 수립할...2025.04.28
-
[인공지능의세계 A+] 기말고사 문제풀이 객관식 + 서술형 + 단답형 문제+해설2025.05.101. 기계학습 기계학습은 인간의 학습능력을 기계나 컴퓨터에서 구현한 것으로, 지도학습과 비지도학습으로 구분할 수 있다. 지도학습은 학습 데이터의 정답이 주어지는 반면, 비지도학습은 정답이 주어지지 않는다. 신경망은 자동으로 가중치를 학습하는 기계학습 방식이다. 강화학습은 보상을 통해 최적의 행동을 학습하는 방식으로, 알파고가 자체 연습 대국을 통해 좋은 수를 학습하는 데 사용되었다. 2. 클러스터링 K-Means 클러스터링은 데이터를 K개의 클러스터로 분류하는 방법이다. K-Means 클러스터링의 단점은 k의 개수를 사전에 정해야 ...2025.05.10
-
현대경영과학 5장~7장 연습문제B 풀이2025.05.111. 선형계획법 5장에서는 선형계획법을 이용하여 최소비용으로 수요를 만족시키는 문제를 다루었습니다. 6장에서는 선형계획법을 이용하여 제품 생산량을 결정하는 문제를 다루었습니다. 7장에서는 정수계획법을 이용하여 프로젝트 배정 문제를 다루었습니다. 2. 최적화 모델링 이 자료에서는 다양한 최적화 모델링 기법을 활용하여 실제 문제를 해결하는 방법을 다루고 있습니다. 선형계획법, 정수계획법 등의 기법을 통해 최소비용, 최대이익, 최적 배정 등의 문제를 해결하는 과정을 보여주고 있습니다. 3. 수요 충족 5장의 연습문제에서는 최소비용으로 수...2025.05.11
2 / 28
