총 287개
-
ChatGPT: 대화 기반 인공 지능 모델2025.01.031. ChatGPT ChatGPT는 OpenAI가 개발한 대화 기반 인공 지능 모델의 하나입니다. ChatGPT는 텍스트 기반 대화를 생성하고 처리하는데 사용되며, 다양한 응용 프로그램에서 활용될 수 있습니다. 주요 특징은 대화 형식 이해, 다양한 주제 다룸, 개인화, 질문 응답, 다양한 응용 분야에서 활용 될 수 있으며, 어떻게 활용하느냐에 따라 개인의 생산성 향상에 큰 도움을 줄 수 있습니다. 1. ChatGPT ChatGPT is a remarkable artificial intelligence system that has c...2025.01.03
-
방통대 [데이터마이닝] 2024 출석과제물 (30점 만점 인증 / 표지제외 12페이지 분량 / 코드 및 해설 포함)2025.01.251. 모수적 모형 접근법 모수적 모형 접근법은 통계를 사용하여 데이터의 특징과 의미를 해석할 수 있는 분석 모델을 만드는 전통적인 방법입니다. 주로 사용하는 모형으로는 선형 회귀분석, 로지스틱 회귀모형이 있으며 모델 내에서 a 또는 b 같은 모수를 최소제곱법 또는 최대우도추정법을 사용하여 추정합니다. 모수적 모형 접근법으로 만들어진 분석 모델은 원인과 결과에 대한 설명이 용이하다는 장점이 있지만, 분석 모델을 만드는데 사용했던 데이터가 아닌 다른 데이터를 사용할 경우 정확도가 낮아지거나 적용 자체가 불가능할 수 있다는 단점이 있습니...2025.01.25
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 이해(NLU)와 자연어 생성(NLG)에 강점을 지닌다. 대표적인 예로는 OpenAI의 GPT 시리즈가 있으며, 이들은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 텍스트 생성 능력을 보유하고 있다. LLM은 주로 챗봇, 자동 번역, 텍스트 요약, 감정 분석 등 다양한 언어 처리 작업에 활용된다. 2. LMM(대규모 멀티모달 모형) LMM은 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리할 수 ...2025.01.26
-
[인지심리학] 하향처리와 읽기과정 속 과도한 하향처리로 인해 발생한 사례와 최소화 방안2025.05.021. 하향 처리(top-down process) 하향 처리는 개념 주도적 혹은 도식 주도적 처리라고도 하며, 개인의 선지식이나 주의, 기대감 등에서 시작되는 정보 전달 과정이다. 하향 처리는 수많은 자료 속에서 자신의 틀에 맞는 정보만 가려내어 선별적으로 처리하는 것이기에 신속한 처리가 가능하다는 장점이 있지만, 자신의 도식에 맞추어 보는 것이기 때문에 예외에 따른 오류가 생길 가능성이 높다. 2. 읽기 과정 속 과도한 하향 처리로 인해 발생한 사례와 최소화 방안 본인은 작년쯤 국가자격증 필기시험을 위해 공부에 전념을 했었다. 필기...2025.05.02
-
비정형데이터분석 중간과제물 (2023, 만점)2025.01.241. 개인정보, 가명정보, 익명정보 개인정보는 생존하는 개인에 관한 정보로서 성명, 주민등록번호 등에 의해 개인을 식별할 수 있는 정보를 의미한다. 가명정보는 개인정보에 속하지만 개인의 동의 없이 활용이 가능한 정보로, 개인을 식별할 수 있는 정보를 마스킹하거나 범주화하여 제공한다. 익명정보는 개인을 식별할 수 없는 수준으로 정보를 변경한 것을 의미한다. 가명정보 활용이 개인정보 보호 측면에서 주의가 필요한데, 가명정보도 추가 정보가 있으면 개인을 식별할 수 있기 때문이다. 2. 비정형데이터 분석의 중요성 빅데이터 시대에 접어들면서...2025.01.24
-
2주 2강에서 하향처리에 대해 학습했습니다2025.01.121. 하향처리 하향처리는 사람이 가지고 있는 개념, 기대, 기억이 대상 재인에 영향을 주는 현상을 말합니다. 하향처리는 우리가 복잡한 세상을 빠르고 효율적으로 이해하고 해석하는 데 도움을 주지만, 때로는 우리의 인식을 왜곡하거나 오해를 일으킬 수도 있습니다. 과도한 하향처리는 우리의 기존 지식이나 기대가 너무 강해서 새로운 정보를 제대로 인식하지 못하거나, 우리의 기대에 부합하지 않는 정보를 무시하거나 왜곡하는 현상을 말합니다. 2. 읽기과정에서의 과도한 하향처리 저자는 고등학교 때 과학 수업에서 복잡한 개념을 이해하는 데 어려움을...2025.01.12
-
LLM(Large Language Model)과 LMM(Large Multimodal Model)의 비교 및 딥러닝과의 관계2025.01.261. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 사람처럼 언어를 이해하고 생성할 수 있는 능력을 갖춘 모델입니다. 이는 자연어 처리(NLP) 기술의 발전을 기반으로 하며, 딥러닝 기술을 활용해 언어의 문법적 구조와 단어 간 의미적 관계를 학습합니다. LLM은 챗봇, 자동 번역, 텍스트 요약 등 다양한 분야에서 활용되고 있습니다. 2. LMM(Large Multimodal Model) LMM은 텍스트뿐만 아니라 이미지, 소리, 동영상 등 다양한 데이터를 통합적으로 처리할 수 있는 인공지능 ...2025.01.26
-
사회복지 조사의 자료수집 방법 중 내용분석법에 대한 개념, 장단점, 절차2025.01.021. 내용분석법의 개념과 원리 내용분석법은 연구자가 주어진 텍스트(문서, 대화 등)를 분석하여 텍스트에 내포된 의미와 특성을 파악하는 분석 방법입니다. 이 방법은 주로 사회과학 분야에서 사용되며, 텍스트에 포함된 내용, 언어, 문법, 구조, 문맥 등을 분석하여 연구 주제와 관련된 정보를 도출합니다. 내용분석법은 주관적이고 개입적인 면이 있기 때문에 연구자의 경험과 주관적 판단이 결과에 영향을 미칠 수 있습니다. 따라서 연구자는 분석 대상에 대한 충분한 이해와 사전 조사를 수행하고, 분석 결과를 타당성과 신뢰성 있는 방법으로 해석해야...2025.01.02
-
[R & E 활동 대회] 다중 연결 리스트(Multi-Linked List)를 이용한 자연어 처리 방법론 연구2025.05.121. 다중 연결 리스트(Multi-Linked List) 다중 연결 리스트(Multi-Linked List)는 단일 연결 리스트와 비슷한 구조이나 동적 할당(Dynamic allocation)과 노드 구조체를 이용하여 각 노드 간 연결이 다중으로 이루어지도록 한 자료 구조입니다. 여러 종류의 단어가 한 특성을 공유하여 다음 문장으로 연결되어야 하는 처리 구조를 이루어야 하므로 본 연구에서 이용한 자료 구조입니다. 2. 자연어 처리 본 연구에서는 신문 기사를 활용한 빅 데이터를 C언어로 구조화하여 단어 간의 상관관계를 파악하여 새로운...2025.05.12
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
2 / 29
