총 24개
-
서포트 벡터 머신(SVM)을 이용한 초음파 활용 침술법2025.01.281. 서포트 벡터 머신(SVM) 서포트 벡터 머신(SVM)은 N차원의 공간을 (N-1)차원으로 나눌 수 있는 초평면을 찾는 분류 기법이다. 선형 SVM은 선형으로 데이터의 집단을 나눌 수 있을 때 사용되며 하드마진과 소프트마진 방식으로 나뉜다. 비선형 SVM은 N차원 상태에서 선형분리가 불가능한 상태이지만 이를 해결하기 위해 선형분리가 가능한 고차원으로 데이터를 옮겨 선형분리를 진행한 후 다시 기존의 차원으로 변환시키는 과정을 말한다. 커널트릭을 이용하면 확장된 특성공간의 두 벡터의 내적만 계산하면 되기 때문에 고차원의 복잡한 계산...2025.01.28
-
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
-
인공지능 시대의 건축 - 셀룰러 오토마타를 통한 형태문법적 접근2025.01.021. 셀룰러 오토마타 셀룰러 오토마타는 세포 또는 셀 개체의 조건에 따라 정의되는 시스템의 수학적 체계를 일컫는다. 이러한 시스템이 존재하는 공간을 테셀레이션이라고 하며, 셀룰러 오토마타는 주어진 테셀레이션 공간의 한 칸을 셀이라고 가정하고 이 셀들의 상태를 시간에 따라 정의한다. 셀룰러 오토마타는 하향식 디자인 접근을 기반으로 하며, 간단한 규칙만으로도 주어진 환경에 대응하는 결과물을 만들 수 있다. 2. 셀룰러 오토마타의 건축 적용 건축가들은 셀룰러 오토마타의 작동방식과 결과물의 복잡성에 주목하였다. 초기에는 셀룰러 오토마타의 ...2025.01.02
-
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
-
인공지능 ) 1. 역전파와 순전파에 대해서 설명 2. 손실함수는 어떤 특성을 갖는가 3. 옵티마이저가 무엇인지 설명 4. 위의 4가지의 연관관계를 5줄 이내로 설명2025.01.191. 역전파와 순전파 역전파와 순전파는 딥러닝, 머신러닝 등에서 학습하는 방법을 의미한다. 인공지능 모델은 필연적으로 학습을 진행하게 되는데, 이때 학습의 방향이 앞에서 뒤로 순차적으로 진행되는 학습을 순전파, 뒤에서 앞으로 학습이 진행되는 것을 역전파라고 한다. 2. 손실함수의 특성 손실함수는 학습을 위한 알고리즘이 실제와 얼마나 차이가 나는지, 오류를 판단하기 위한 함수로써 여겨진다. 학습을 기반으로 나온 데이터와 실제데이터 간의 오차를 직접적으로 계산하여 인공지능 모델의 최적화를 위한 가장 중요한 지표로써 간주한다. 3. 옵티...2025.01.19
-
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
-
마이크로 모빌리티 서비스 제공 기업의 수요 예측 및 전략적 배치2025.01.171. 수요 예측 방법론 수요 예측을 위해 시계열 분석과 머신 러닝 알고리즘을 활용할 수 있다. 시계열 분석은 과거 패턴을 바탕으로 미래를 예측하는 방법이며, 머신 러닝은 복잡한 데이터에서 패턴을 학습하여 예측하는 방법이다. 각각의 장단점이 있으므로, 상황에 따라 적절한 방법을 선택해야 한다. 2. 필요한 데이터 유형 및 수집 방법 수요 예측을 위해 필요한 데이터에는 이용 기록 데이터, 고객 프로필 데이터, 외부 환경 데이터가 있다. 이용 기록 데이터는 서비스 애플리케이션에서, 고객 프로필 데이터는 데이터베이스에서, 외부 환경 데이터...2025.01.17
-
[연세대학교] 센서공학 - 프로젝트 보고서 (LSTM)2025.01.151. 인공 지능 인류는 오래전부터 인간처럼 생각하는 기계를 꿈꿔왔으며, 1956년 미국에서 인공 지능이라는 용어가 처음으로 등장했습니다. 최근 인공 지능이 보여준 여러 성과는 Neural network로 표현되는 Deep learning에 기인하며, 데이터로부터 유용한 정보를 자체적으로 추출할 수 있는 것이 특징입니다. 2. 센서 기술 바이올린, 기타 등 현악기의 현의 진동을 전기 신호로 바꿔주는 장치를 Pickup이라고 하며, Piezoelectric pickup과 Magnetic pickup으로 나눌 수 있습니다. 바이올린의 경...2025.01.15
-
[보고서]GAN에 대한 보고서2025.01.241. GAN GAN은 적대적 훈련을 통해서 만들어지는 모델링이다. 일반적으로 신경망은 정보를 줄이고, 정제하고, 축약하는 데 사용한다. GAN은 이러한 일반적인 신경망의 구조를 변경시켜 만든 새로운 구조의 신경망을 말한다. GAN이란 진짜와 가짜를 구별할 수 없을 정도로 정교한 가짜를 만드는 생성자를 학습하는 알고리즘이다. GAN의 구조는 생성기(Generator)와 판별기(Discriminator)로 이루어져 있으며, 두 신경망이 서로 적대적 관계로 경쟁하면서 성능이 향상된다. GAN의 훈련 과정은 복잡하며, 생성기와 판별기의 성...2025.01.24
-
30점 만점 방통대 데이터마이닝 2024-1학기2025.01.261. 데이터마이닝 방법론 데이터마이닝의 방법은 크게 모수적 모형 접근 방법과 알고리즘 접근 방법으로 나뉜다. 모수적 모형 접근법은 기존 데이터를 기반으로 모수를 추정하는 방법이며, 알고리즘 접근방법은 정해진 알고리즘에 따라 데이터를 학습하는 방법이다. 각각의 장단점이 있으며, 상황에 따라 적절한 방법을 선택해야 한다. 2. 모수적 모형 접근법 모수적 모형 접근법은 단순 선형 회귀분석, 로지스틱 회귀모형 등이 해당된다. 기본 모형 식이 존재하며, 모수를 추정하는 방식으로 결과가 복잡하지 않고 해석이 용이하다. 그러나 데이터가 가정한 ...2025.01.26
2 / 3
