총 2,884개
-
[연세대학교] 석사 디펜스 발표자료 (Deep Learning 분야)2025.01.151. 차량 주행 음질 예측 이 연구에서는 딥러닝 기술을 활용하여 차량 주행 음질의 기계적 및 감성적 특성을 예측하는 방법을 제안하였습니다. 기계적 특성으로는 엔진 실린더 수를, 감성적 특성으로는 '럭셔리', '스포티', '파워풀'을 고려하였습니다. 분류 모델과 회귀 모델을 통해 이러한 특성들을 높은 정확도로 예측할 수 있었습니다. 특히 적은 데이터 환경에서도 효과적으로 작동할 수 있도록 데이터 증강 및 베이지안 신경망 등의 기법을 활용하였습니다. 1. 차량 주행 음질 예측 차량 주행 음질 예측은 차량 내부 음향 환경을 개선하고 운전...2025.01.15
-
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
-
LLM(Large Language Model)과 LMM(Large Multimodal Model)의 비교 및 Deep Learning과의 관계2025.01.261. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 언어 이해와 생성을 수행하는 모델입니다. GPT, BERT 시리즈 등이 대표적이며, 사전에 학습된 방대한 파라미터와 맥락적 추론 능력을 통해 다양한 분야에서 활용되고 있습니다. LLM은 텍스트 상의 문맥 흐름을 예측하고 의미를 파악함으로써 정교한 언어 처리와 유연한 질의응답을 수행할 수 있습니다. 2. LMM(Large Multimodal Model) LMM은 텍스트를 넘어 이미지, 음성, 영상 등 서로 다른 형태(모달)의 데이터를 통합적으...2025.01.26
-
Regression with an Abalone Dataset 코드2025.01.271. 데이터 로딩 및 전처리 train.csv와 test.csv 파일을 pandas 라이브러리를 사용하여 로드했습니다. LabelEncoder를 사용하여 범주형 변수(sex)를 숫자 값으로 인코딩했습니다. 새로운 특성인 size(length x diameter x height)를 만들기 위해 특성 엔지니어링을 수행했습니다. 높이 값이 0인 행을 제거하여 데이터를 정리했습니다. 2. 데이터 변환 대부분의 특성에 대해 np.log1p 함수를 적용하여 로그 변환을 수행했습니다. 이 변환은 데이터 분포를 정규 분포에 가깝게 만들어 모델 성...2025.01.27
-
GE의 디지털 전환2025.01.151. IIoT(Industrial Internet of Things)의 기회와 위협 IIoT는 산업용 인터넷을 의미하며, 기계, 장비, 센서 등이 인터넷으로 연결되어 데이터를 교환하고 상호작용할 수 있는 네트워크입니다. IIoT는 생산성 향상, 비용 절감, 자동화 등 다양한 이점을 제공하지만, GE는 IIoT 기술 역량 부족, 경쟁 심화, 기존 비즈니스 모델의 자기잠식 등 위협에도 직면했습니다. 2. IIoT를 통한 가치 창출 및 GE의 활동 IIoT는 매출 증가와 비용 절감 측면에서 엄청난 가치를 창출할 것으로 예상되며, GE는 ...2025.01.15
-
빅데이터가 기업의 경쟁력에 미치는 영향2025.01.031. 빅데이터의 영향력 빅데이터는 학계를 넘어서 산업계로 확장되면서 그 영향력에 대한 검증이 필요해졌고, 특히 SNS의 등장으로 기업의 경영 방식이 변화하게 되었다. 빅데이터의 3V 특성을 중심으로 경영학에 어떠한 영향을 주는지 연구하였다. 포터의 경쟁세력모델과 가치사슬모델을 중심으로 빅데이터의 영향력을 분석하였다. 2. 빅데이터의 활용 빅데이터 시대가 도래하면서, 원가절감, 서비스의 차별화, 경쟁력의 확보 등의 사례를 통해 포터의 경쟁우위 전략 부분에서 생산성 향상이 증가할 것으로 분석하였다. 특히 제조업 분야에서 고부가가치 창출...2025.01.03
-
Chat GPT의 장단점2025.01.041. Chat GPT의 정의와 특징 Chat GPT는 Generative Pretrained Transformer의 약자로, 인공지능 분야에서 사용되는 언어 모델 중 하나입니다. 이 모델은 OpenAI에서 개발한 것으로, 대규모의 데이터셋으로 사전학습된 후 다양한 자연어 처리 태스크에 사용될 수 있습니다. 2. Chat GPT의 장점 Chat GPT의 장점으로는 다양한 자연어 처리 태스크에 적용 가능, 대용량 모델, 맞춤형 모델 학습 가능, 유연한 문장 생성 기능, 다양한 데이터셋 사용 가능, 지속적인 업데이트와 발전 등이 있습니다...2025.01.04
-
데이터 분석 기업 - 왓챠2025.05.111. 왓챠 소개 왓챠는 2012년에 설립된 영화 평점 데이터 기반의 콘텐츠 추천 및 평가 서비스 기업입니다. 2016년에는 OTT 서비스인 '왓챠플레이'를 런칭하여 고도화된 추천 알고리즘을 통해 개인의 취향을 잘 파악한 맞춤형 콘텐츠 큐레이션 서비스를 제공하고 있습니다. 2. 활용 데이터 왓챠는 국내 최다인 약 6억 개의 영화 평점 데이터와 왓챠플레이 유저들의 시청 기록 데이터를 활용하고 있습니다. 이를 통해 사용자의 자발적인 데이터와 질적인 데이터를 확보하고 있습니다. 3. 데이터 분석 과정 및 절차 왓챠는 사용자가 20개의 영화...2025.05.11
-
정보사회와 행정1: 정보사회의 정부모델2025.01.251. 정보사회의 정부운영 모델 정보사회에서의 정부운영 모델은 디지털 트랜스포메이션, 개방성과 투명성 강화, 데이터 기반 정책 결정, 사회혁신과 시범사업, 보안 및 개인정보 보호 강화 등의 주요 원칙과 방법을 따르고 있다. 정부는 이러한 원칙을 적용하여 정보사회의 도전과 기회에 대응해야 한다. 2. 정보사회의 정부모델 실태와 현황 정보사회의 정부모델은 디지털 정부의 확대, 개방성의 증대, 데이터 활용과 인공지능의 적용, 디지털 혁신과 사회적 문제 해결, 보안과 개인정보 보호 강화 등의 현황으로 요약될 수 있다. 각국 정부는 자국의 상...2025.01.25
-
Chat GPT의 원리, 활용, 한계와 업무 효율화2025.01.151. Chat GPT의 개요 Chat GPT는 OpenAI에서 개발한 자연어 처리(NLP) 모델로, 대화형 인공지능 서비스입니다. Chat GPT는 대규모 언어 모델을 기반으로 하며, 대량의 텍스트 데이터를 학습하여 자연어 이해 및 생성 능력을 갖추고 있습니다. Chat GPT는 다양한 응용 분야에서 활용될 수 있으며, 확률적 응답 생성, 강화학습을 통한 성능 개선, 언어 모델의 확장성 등의 특징을 가지고 있습니다. 2. 자연어 처리와 Chat GPT 자연어 처리(NLP)는 컴퓨터가 인간의 언어를 이해하고 생성할 수 있도록 하는 기...2025.01.15
7 / 289
