총 1,106개
-
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
-
관계형 데이터베이스에 대해 정의하고 구성 요소들에 대해 설명해 봅시다2025.01.201. 관계형 데이터베이스 정의 관계형 데이터베이스는 서로 연관된 데이터 포인트에 대한 액세스를 저장하고 제공하는 데이터베이스 유형으로 관계형 데이터베이스는 테이블에 데이터를 직관적이고 간편히 표현하는 관계형 모델을 기반으로 하는 특징이 있습니다. 관계형 데이터베이스에서 테이블의 각행은 고유 ID인 키가 포함된 레코드로 테이블의 열에는 데이터의 속성이, 그리고 각 레코드에는 보통 각 속성에 대한 값이 있기 때문에 데이터 포인트 간의 관계에 대한 손쉬운 설정이 가능해집니다. 2. 관계형 데이터베이스 구성요소 관계형 데이터베이스는 테이블...2025.01.20
-
최신 소비자행동의 모델 유형을 파악하는 것이 필요한지에 대해 기술하세요.2025.01.271. 최신 소비자 행동 모델의 특징과 장점 최신 소비자 행동 모델은 전통적 모델에 비해 더 다양한 요인을 반영하여 소비자의 구매 의사결정 과정을 설명한다. 이러한 모델은 소비자가 단순히 제품의 품질이나 가격에 따라 의사결정을 내리는 것이 아니라, 자신의 가치관, 사회적 관계, 디지털 환경 등의 여러 요인을 고려한다는 점을 강조한다. 최신 모델은 특히 디지털 환경에서의 소비자 행동을 잘 설명하며, 개인화된 마케팅 전략 수립에 유리하다. 2. 최신 소비자 행동 모델이 기업 전략 수립에 미치는 영향 최신 소비자 행동 모델은 기업의 마케팅...2025.01.27
-
조선대학교 공업경영 통계적분석 과제 풀이2025.04.251. 단순 회귀 모형 광고비를 독립변수 Xi로, 신규고객수를 종속변수 Yi로 하는 단순 회귀 모형식을 구해야 합니다. 이를 통해 광고비와 신규고객수 간의 관계를 분석할 수 있습니다. 2. 결정계수 R^2 회귀식의 결정계수 R^2를 계산하여 광고비 지출과 신규고객수 사이의 인과관계를 설명해야 합니다. R^2 값이 높다면 두 변수 간 강한 상관관계가 있다고 볼 수 있습니다. 3. 신규고객수 예측 휴대폰 제조 기업3이 내년에 광고비를 45천만원 사용할 경우, 단순 회귀 모형을 이용하여 예상되는 신규고객수를 추정해야 합니다. 1. 단순 회...2025.04.25
-
QGIS 초보탈출 가이드_5편2025.05.081. 조판 인쇄 데이터의 최종성과인 도면, 보고서 이미지를 제작하는데 사용되는 도구. (Arc의 Layout와 유사한 기능)으로, 인덱스별로 도면을 일괄출력하기에 유용함. 신규생성, 불러오기, 항목추가 등의 기능을 제공하며, 지도책 기능을 통해 도면 일괄출력을 할 수 있다. 2. 그래픽 모델러 공간 처리 툴박스의 모든 기능을 모델로 구축하여 수행할 수 있는 기능으로, Arc의 모델빝더와 동일한 기능을 제공한다. 입력 객체와 알고리즘을 추가하여 모델을 구축할 수 있으며, 샘플 작업 및 Arc 모델빌더와의 비교 등이 가능하다. 3. 외...2025.05.08
-
모수적 추정을 통한 데이터 기반 분포 모형화 2 (Python 코딩)2025.05.131. 모수적 추정 모수적 추정은 주어진 수학적 모델의 파라미터를 데이터를 이용하여 추정하는 방법으로, 데이터의 불확실성을 모델링하고 신뢰성 있는 결론을 도출하는데 유용합니다. 모수적 추정의 기본 개념과 원리를 설명하고, 이를 활용하여 실제 데이터를 분석하여 모델의 파라미터를 추정하는 예시를 제시할 것입니다. 2. 모수적 방법과 비모수적 방법 모수적 방법과 비모수적 방법은 데이터를 모델링하는 데 사용되는 접근 방식에 차이가 있습니다. 두 방법은 데이터에 대한 가정과 모델의 유연성 측면에서 서로 다릅니다. 블로그에서는 두 방법을 비교하...2025.05.13
-
데이터베이스시스템 6판 2장 복습문제, 연습문제2025.01.141. 데이터 모델 데이터베이스의 구조를 명시하기 위해 사용할 수 있는 개념들의 집합으로서 이와 같은 추상화를 달성하기 위해 필요한 수단을 제공한다. 2. 데이터베이스 스키마 데이터베이스의 기술을 database schema라고 하며 이는 데이터베이스 설계 과정에서 명시하며 자주 변경되지 않는다. 3. 데이터베이스 상태 어떤 특정 시점에 데이터베이스에 들어 있는 데이터를 뜻하며 스냅샷(snapshot)이라고도 한다. 4. 내부 스키마 데이터베이스의 물리적 저장구조를 기술하며, 물리적 데이터 모델을 사용하고 데이터 저장 구조의 세부 사...2025.01.14
-
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
-
생성형 인공 지능 입문 족보 대비 문제은행(오프라인 기말고사, 세종대)2025.01.151. 생성형 인공지능이란? 생성형 인공지능은 데이터 전처리, 모델 학습, 결과 생성으로 구성되며, GPT와 ChatGPT와 같은 모델이 대표적입니다. 생성형 인공지능은 텍스트, 이미지, 소리, 동영상 등 다양한 콘텐츠 생성에 활용되지만, 데이터 의존성, 모델 복잡성, 윤리적 문제 등의 한계가 있습니다. 이를 해결하기 위해 데이터 증강, 전이 학습, 하드웨어 개선, 효율적인 알고리즘 개발 등의 방안이 필요합니다. 2. 언어 처리 신경망 개요 RNN은 순차 데이터 처리를 위해 필요하지만, 기울기 소실 문제가 있습니다. LSTM과 GRU...2025.01.15
-
경영데이터마이닝 데이터 기초분석 발표자료2025.05.111. 직원 퇴사율 증가 문제 A 회사의 인사과 담당자는 A 회사 직원들의 퇴사율이 증가하고 있음을 발견했습니다. 신규 직원 채용 비용을 절감하고, 우수 인재 유지를 위해서 인사관리 정책을 새롭게 바꾸고자 합니다. 과거 데이터를 분석하여 직원들의 니즈를 반영한 맞춤형 인사관리를 하려고 합니다. 2. 데이터 마이닝 문제 회사를 그만두는 사람과 그렇지 않은 사람은 어떤 기준으로 분류될까? 회사를 그만두는 주된 이유는 무엇일까? 현재 회사를 다니고 있지만 곧 떠날 것이라고 추정되는 사람들은? 3. 데이터 소개 인구통계학적 정보와 회사생활에...2025.05.11
6 / 111
