총 1,027개
-
스마트폰으로 음식물 촬영하여 종류와 칼로리 분석하는 앱 개발2024.12.311. 일반적인 패턴인식 시스템의 구성요소와 처리 절차 일반적인 패턴인식 시스템은 데이터 수집, 전처리, 특징 추출, 모델 학습, 분류 및 예측의 단계로 구성됩니다. 데이터 수집 단계에서는 음식 이미지 데이터셋을 수집하고, 전처리 단계에서는 이미지 크기 조정, 노이즈 제거 등의 작업을 수행합니다. 특징 추출 단계에서는 CNN 등의 딥러닝 모델을 활용하여 음식 이미지의 특징을 추출하고, 모델 학습 단계에서는 추출된 특징을 바탕으로 음식 분류 모델을 학습시킵니다. 마지막으로 분류 및 예측 단계에서는 학습된 모델을 활용하여 입력 이미지의 ...2024.12.31
-
방송통신대학교(방통대) 머신러닝 과목 출석수업과제물 리포트2025.01.241. 머신러닝의 일반적 처리 과정 머신러닝의 일반적인 처리 과정은 학습과 추론으로 구성됩니다. 학습 단계에서는 데이터 전처리, 특징 추출, 학습 진행, 결정 함수 생성 등의 과정을 거치고, 추론 단계에서는 테스트 데이터 전처리, 특징 추출, 추론 진행, 처리 결과 획득 등의 과정을 거칩니다. 2. 머신러닝의 4가지 주제 머신러닝의 4가지 주요 주제는 분류, 회귀, 군집화, 특징 추출입니다. 분류는 입력을 미리 정의된 이산적인 출력으로 매핑하는 문제이고, 회귀는 입력을 연속적인 실수 값으로 매핑하는 문제입니다. 군집화는 데이터를 교집...2025.01.24
-
Tableau를 활용한 2021년 어린이 교통사고 통계 분석2025.11.171. Tableau 데이터 시각화 Tableau를 활용하여 2021년 12세 이하 어린이 교통사고 데이터를 시각화하는 방법을 다룬다. 도로교통공단의 지역별 교통사고 통계 데이터를 클리닝하여 불러오고, 사고건수, 경상자수, 중상자수, 사망자수 등의 측정값을 텍스트 마크, 사각형 박스, 지도, 차트, 트리맵 등 다양한 표현 방식으로 시각화하는 과정을 상세히 설명한다. 2. 어린이 교통사고 통계 분석 2021년 12세 이하 어린이 교통사고는 총 8,889건이 발생했으며, 경기도에서만 2,600여 건이 발생했다. 시도별, 시군구별 사고 건...2025.11.17
-
빅데이터의 기술 요건 네 단계에 대해 설명하세요2025.01.181. 데이터 수집 이 단계는 기업 내부와 외부에서 발생하는 엄청난 양의 데이터를 모으는 과정을 말한다. 이 과정에서는 다양한 데이터 소스로부터 필요한 정보를 수동이나 자동으로 수집하는 기술이 필요하다. 예를 들어, 기업 내부 데이터는 ETL(Extraction, Transformation, Load) 솔루션을 통해 추출, 변환, 적재하는 방식으로 확보할 수 있으며, EII(Enterprise Information Integration)를 활용하여 데이터를 통합하고 분석할 수 있다. 외부 데이터의 경우, 웹 크롤링 엔진을 사용하여 인...2025.01.18
-
AI 오디오 파일 학습을 통한 자동 검사 모델 개발2025.11.131. LSTM 신경망 모델 RNN 모델의 Vanishing Gradient 문제를 개선한 LSTM(Long Short-Term Memory) 모델은 시계열 데이터 분석에 효과적입니다. 오디오 데이터는 시간에 따라 변하는 연속적인 신호로서 시계열 데이터이며, STFT_dB 데이터셋을 사용한 LSTM 모델이 99.0%의 정확도로 가장 우수한 성능을 보였습니다. 이 모델은 Precision 100.0%, Recall 93.3%, F1 Score 96.7%, AUC 99.6%의 평가 지표를 달성했습니다. 2. 오디오 신호 전처리 기법 원본...2025.11.13
-
C언어 스케치 연습문제 솔루션 - 제 03장 입출력2025.04.301. 변수의 자료형 변수의 자료유형은 바뀔 수 없으며, 변수는 자료유형에 따라 저장공간 크기와 저장되는 자료 값의 종류가 결정됩니다. 0과 양수를 처리하는 자료유형은 short, int, long 앞에 키워드 unsigned를 표시합니다. 컴파일러가 컴파일하기 전에 어셈블러의 전처리 과정이 필요합니다. 자료유형 short는 short int라고도 하며, long은 long int라고도 합니다. 문자형과 정수형의 최대 최소 상수는 헤더파일 limits.h에 정의되어 있습니다. 자료유형의 범주를 벗어난 값을 저장하면 오버플로가 발생합니...2025.04.30
-
4차 산업혁명과 관련된 정보기술 빅데이터의 개념, 특성 및 활용2025.04.251. 빅데이터의 개념과 특성 빅데이터는 기존 데이터베이스 소프트웨어로는 저장, 관리, 분석이 어려운 대용량의 데이터 집합을 의미합니다. 빅데이터는 3V 특징을 가지고 있는데, 이는 volume(규모), variety(다양성), velocity(속도)를 의미합니다. 빅데이터는 기존 데이터 분석보다 훨씬 많은 데이터를 다루며, 정형 데이터뿐만 아니라 비정형 데이터도 포함하고 있습니다. 2. 빅데이터 활용 기술 빅데이터를 활용하는 기술에는 빅데이터 수집, 저장 및 관리, 전처리, 분석, 시각화, 공유 기술 등이 있습니다. 이러한 기술들은...2025.04.25
-
효율적인 텍스트 분류를 위한 fastText 모델2025.01.261. 텍스트 분류 이 논문은 웹 검색, 정보 검색, 감정 분석과 같은 애플리케이션에서 자연어 처리의 필수 작업인 텍스트 분류 문제를 다룹니다. 저자들은 신경망 기반 모델은 정확하지만 훈련과 테스트 단계 모두에서 계산 비용이 많이 들고 느린 경향이 있기 때문에, 대규모 데이터 세트를 처리할 수 있는 확장 가능하고 효율적인 모델이 필요하다고 지적합니다. 이 논문에 적용된 모델인 fastText는 높은 정확도를 유지하면서 텍스트 분류의 계산 비효율성 문제를 해결하도록 설계되었습니다. 2. 데이터 세트 이 논문에서는 텍스트 분류 작업에 잘...2025.01.26
-
방송통신대학교 통계데이터학과) 파이썬과 R 출석수업과제물 (30점 만점 A+)2025.01.261. R 데이터프레임 생성 R을 사용하여 name, height, weight 3개의 열을 갖는 데이터프레임을 생성하고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 2. 파이썬 딕셔너리 생성 x1, x2, x3 리스트를 사용하여 name, height, weight 키를 가진 파이썬 딕셔너리를 생성하였습니다. 3. 파이썬 데이터프레임 생성 파이썬에서 생성한 딕셔너리를 사용하여 데이터프레임을 만들고, 첫 번째 사람 kim의 키와 몸무게 두 값(이름 제외)을 배열로 추출하였습니다. 4. 파이썬 함수...2025.01.26
-
자료흐름의 이름을 명명할 때 기준에 되는 지침에 대하여 논하시오2025.01.181. 자료흐름 자료흐름(Data Flow)은 시스템이나 소프트웨어에서 데이터가 어떻게 이동하고 처리되는지를 나타내는 개념이다. 자료흐름은 데이터가 어디에서 어디로 이동하며, 어떤 처리 과정을 거치는지를 표현하여 시스템의 동작을 이해하고 설명하는데 사용된다. 2. 자료흐름도 자료흐름은 데이터 흐름도(Data Flow Diagram)를 사용하여 그래픽으로 표현될 수 있으며, 데이터 흐름도는 자료흐름을 나타내는 화살과 데이터 처리를 나타내는 프로세스, 데이터 저장을 나타내는 데이터 저장소 등으로 구성된다. 데이터 흐름도를 통해 시스템의 ...2025.01.18
3 / 103
