총 1,150개
-
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
-
오픈AI의 서비스경영 사례 분석2025.01.091. 오픈AI 기업 개요 오픈AI는 2022년 11월 챗GPT를 공개하면서 세계적으로 관심을 받는 기업이다. 오픈AI는 알파벳 산하 딥마인드 AI 분야의 다른 사람들과 함께 연구를 진행하면서 성장했으며, 인간과 비슷한 추론 능력 및 학습 능력을 갖춘 AGI 기계를 최초로 만드는 것을 목표로 하고 있다. 오픈AI는 비영리 기관으로 시작했지만 2019년 투자 및 인재 유치의 한계를 느끼고 제한적 수익을 추구하는 영리 기관인 OpenAI LP를 설립하면서 현재 비영리 기관인 OpenAI Inc와 OpenAI LP 2개의 회사로 구성되어 ...2025.01.09
-
내가 생각하는 간호2025.04.301. 간호의 정의 나는 환자의 건강과 회복을 위해 두려움 없이 나설 수 있는 것이 진정한 간호라고 생각한다. 간호사로서 환자를 만나고 간호하는 수많은 상황 속에서 두려움이 드는 일이 많겠지만, 그러한 두려움을 극복하고 진정으로 환자의 건강과 회복을 위해 노력하는 것이 바로 내가 생각하는 간호이다. 2. 롤모델로 선정한 간호사 나는 '말라위의 천사'라고 불리는 백영심 간호사를 롤모델로 선정하게 되었다. 백영심 간호사는 의료 서비스에서 소외된 사람들을 위해 헌신하며 30년 넘게 봉사한 인물이다. 나도 백영심 간호사처럼 의료 서비스에서 ...2025.04.30
-
딥러닝의 통계적 이해 출석 수업 과제물 (2023, 만점)2025.01.241. Teachable Machine을 이용한 머신러닝 모델 구축 Teachable Machine을 활용하여 이미지를 학습시켰다. 사용한 이미지는 구글 이미지에서 '귀멸의 칼날'이라는 애니메이션의 주인공 4명의 다른 사진들을 각각 10장씩 찾은 뒤 머신러닝의 입력값으로 사용하였다. 본 머신러닝으로 실제로 가지고 있는 피규어 사진을 찍어 이 사진을 입력하면 애니메이션 캐릭터를 정확하게 분류할 수 있는지 파악하고자 하였다. 다양한 하이퍼파라미터 조정을 통해 최적의 정확도를 얻고자 하였으나, 설정에 따른 결과 비교를 대량으로 진행하여 거...2025.01.24
-
일상생활에서 기억술 활용하기2025.01.181. 과잉학습 과잉학습은 반복적인 암송(rehearsal)이 기억을 공고화하는데 큰 효과가 있음을 나타내는 기억술이다. 규칙적인 시간 간격을 두고 여러 번 수행하는 분산학습이 단기간 집중학습보다 더 큰 효과를 가져온다. 과잉학습은 일상생활에서 시험 준비, 언어 학습, 새로운 지식 습득 등에 활용될 수 있다. 2. 범주화 범주화는 관련된 항목들을 그룹화하여 기억하는 기억술이다. 정보의 구조화와 조직화를 통해 기억을 향상시키고 정보를 더 쉽게 추출할 수 있도록 돕는다. 쇼핑, 학습, 문제 해결 등 다양한 일상생활에서 범주화를 활용할 수...2025.01.18
-
인공신경망의 작동 원리 및 파이썬을 이용한 신경망의 손글씨 데이터 인식2025.01.141. 인공신경망의 작동 원리 인공신경망은 뇌 속 뉴런의 작동 원리를 컴퓨터로 구현한 정보 처리 시스템이다. 인공신경망은 입력층, 은닉층, 출력층으로 구성되며 입력값과 가중치의 곱을 활성화함수에 넣어 출력값을 생성한다. 행렬곱을 이용하여 가중치 계산을 수행하며, 오차 역전파를 통해 가중치를 업데이트하여 학습을 진행한다. 학습률은 신경망 학습 속도에 중요한 영향을 미친다. 2. 파이썬을 이용한 신경망의 손글씨 데이터 인식 MNIST 데이터베이스의 숫자 손글씨 데이터를 이용하여 3계층 신경망 모델을 구현하였다. 초기화, 학습, 질의의 3...2025.01.14
-
머신 러닝 학습을 위한 데이터 증량하기2025.05.081. 데이터 증강 데이터 증강(Data Augmentation)은 현대 머신러닝과 딥러닝 분야에서 핵심 개념이 되었습니다. 데이터의 양과 질은 모델의 성능과 일반화 능력에 큰 영향을 미치지만, 현실적인 제약으로 인해 충분한 양의 고품질 데이터를 수집하기 어려운 문제를 해결하기 위해 데이터 증강이 등장하였습니다. 데이터 증강은 기존의 데이터를 변형하여 새로운 데이터를 생성하는 과정으로, 모델의 학습과 예측 능력을 향상시킬 수 있습니다. 2. 데이터 증강 기법 다양한 데이터 증강 기법이 개발되어 있으며, 이를 통해 다양한 유형의 데이터...2025.05.08
-
노이즈가 섞여있는 데이터를 어떻게 피팅할까? RANSAC (파이썬 예제 포함)2025.01.191. 데이터 노이즈 처리 데이터 분석을 할 때 노이즈가 섞여있는 데이터를 어떻게 처리할 수 있을까? 이상치 데이터를 제거하는 것은 어려울 수 있으므로, 노이즈에 강한 모델을 찾는 것이 중요하다. RANSAC 알고리즘은 무작위 샘플링과 반복적인 검증 과정을 통해 노이즈의 영향을 최소화하고 신뢰할 수 있는 모델을 찾는 방법이다. 2. RANSAC 알고리즘 RANSAC 알고리즘은 1) 무작위 샘플 선택, 2) 모델 적합, 3) 인라이어와 아웃라이어 구분, 4) 모델 평가, 5) 반복의 과정을 거친다. 이를 통해 노이즈가 많은 데이터에서도...2025.01.19
-
인공지능수학 교수 학습 운영 계획(평가계획서)2025.01.171. 인공지능과 수학 인공지능의 발전 과정에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 인공지능, 기계학습, 딥러닝의 차이를 이해하고 설명할 수 있다. 2. 텍스트 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있다. 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하고 자료를 시각화할 수 있다. 3. 이미지 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있다. 수와 ...2025.01.17
-
반듀라(Bandura,1977)의 사회학습 이론과 모델링 사례2025.05.051. 사회학습 이론 반듀라(Bandura,1977)가 제시한 사회학습 이론의 핵심개념은 관찰과 모델링입니다. 사회학습 이론에 따르면, 인간은 타인의 행동을 관찰하고 모방함으로써 학습할 수 있습니다. 관찰자는 모델의 행동 결과에 주목하고, 이를 긍정적으로 평가할수록 모델의 행동을 모방하려는 경향이 증가합니다. 이러한 모델링 과정을 통해 소비자들은 광고에 등장하는 모델의 행동을 관찰하고 학습하여 제품 구매로 이어질 수 있습니다. 2. 모델링이 사용된 광고 사례 다이어트 회사 쥬비스의 광고는 샘 해밍턴, 장성규, 허각, 노유민 등 친숙한...2025.05.05
6 / 115
