정보통신망4E) 인공지능과 기계학습(AI and Machine Learning)조사하고 해당분야에 활용될 수있는 정보통신기술에 관하여 서술하시오0k
본 자료는 3페이지 의 미리보기를 제공합니다. 이미지를 클릭하여 주세요.
닫기
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
해당 자료는 3페이지 까지만 미리보기를 제공합니다.
3페이지 이후부터 다운로드 후 확인할 수 있습니다.

소개글

정보통신망4E) 인공지능과 기계학습(AI and Machine Learning)조사하고 해당분야에 활용될 수있는 정보통신기술에 관하여 서술하시오0k에 대한 보고서 자료입니다.

목차

Ⅰ. 서 론

Ⅱ. 본 론
1. 인공지능과 기계학습의 의미와 활용범위
1) 인공지능(artificial intelligence)의 의미
2) 기계학습
3) 인공지능과 기계학습의 활용법위
4) 딥런닝과 기계 학습의 차이
2. 인공지능과 기계학습에 활용되는 정보통신기술
3. 시사점
4. 나의 제언
Ⅲ. 결 론
참고문헌

본문내용

대중적 이슈화 등이 있다. 반면, 우리나라에서는 전문 인력의 양적/질적 부족, 학습/평가 데이터의 부족, 성능보다 SCI 논문 중심의 경직된 평가제도 등이 기술 발전과 산업 화의 장애물이 되고 있다.
기계학습 기술 발전 및 산업 활성화를 위해서는 이 같은 장애물들을 극복하고 해외에서 성공적이었던 제도 및 문화를 도입하여 좋은 기반을 구축하는 것이 필요하다. □ 기계학습 기술 발전 및 산업 활성화를 위한 정책적 방안
기계학습 기술에 의한 변화에 효과적으로 대응하지 못할 경우 산업 전반에 있어서 세계적 추세를 따라가지 못하고 경쟁력을 잃어버릴 가능성이 있다. 따라서 기계학습 기술 발전 및 산업화에 대한 정부 차원의 큰 그림과 체계적 추진 및 지원이 요구된다. ㅇ 깊이 있는 기계학습 전문가를 육성하기 위해서는 오픈소스를 활용한 응용연구 뿐 아니라 방법론 중심의 심도 있는 연구에 대한 지원이 필요하다.
기술 컨테스트를 지속적으로 개최하여 현실적 문제들을 제시하고, 참가팀들의 기술을 성능 중심으로 평가한 후, 그 결과를 공개한다면 해외의 사례와 같이 학계 및 산업계의 투명성을 높이고, 논문보다 성능 중심의 실질적 연구를 장려하는 효과를 거둘 수 있을 것이다. ㅇ 기계학습에 필수적인 학습/평가 데이터와 컴퓨팅 인프라를 구축하고 기술 컨테스트와 연동하여 제공한다면 정부의 지원이 실질적인 핵심 기술의 개선으로 이어지도록 유도할 수 있을 것이다.
Ⅲ. 결 론
인공지능 기술이 최근 몇 년 사이 급부상하고 있다. 구글의 나우나 애플의 시리와 같은 개인 비서영역에서부터 자율주행자동차의 인지/판단 시스템에 이르기까지, 언론, 교통, 물류, 안전, 환경 등 각종분야에서 기술이 빠르게 접목·확산되면서 인간중시 가치 산업 및 지식정보 사회를 이끌어 갈 부가가치창출의 새로운 원천으로 주목받고 있다.
‘인공지능(AI)’은 기계학습을 뛰어 넘는 분석기법으로 시스템에 추론 능력을 제공한다. 본질적으로 인간 지능의 한 단면을 기계가 모방하려는 시도이다. 지능형 시스템은 원시 데이터와 이질적인 데이터로부터 가설을 구성하고 데이터가 제공하지 못한 새로운 정보를 개발해 낸다. AI는 이전의 패턴이나 지도를 보지 않고도 추론을 통해 구성요소들과 사건 간의 관계를 밝혀낸다. 내가 어떤 표현을 다른 사람에게 했는데, 만약 그가 내가 한 말의 정확한 의미를 몰랐다면 그 사람은 그가 기억하고 있는 다른 사람들의 비슷한 표현들을 사례로 삼아서 내가 한말의 의미를 추측하고 가정하게 될 것이다. 이게 바로 추론의 본질이고 인공지능이 답을 구하는 방식이다.
우리는 기계학습이나 AI 알고리즘을 사용해서 미래에 어떤 일이 일어날지 예측할 수가 있다. 예를 들면 프로야구 경기가 끝난 후 관객들이 어디로 향해 갈지를 예측해서 경기장 인근의 식당들과 협력해서 가장 적절한 메뉴와 이벤트를 제안할 수 있다. 더 나아가 우리는 인공지능이 이미 알려진 사건들과 직접적으로 연관된 사건이 아닌 전혀 예상하지 못한 사건의 발생을 예측해 주길 바란다. 예를 들면 상품의 시험생산 동안에 발생했던 오류들과는 전혀 관계가 없는 새로운 형태의 오류가 실제 제품생산 과정에 나타나면 어떻게 해야 하는가? 이런 유형의 오류를 예전에 볼 수 없었다고 해도 여전히 그 불량원인을 해석하고 해결책을 제시해 줄 수 있는 기계지능이 필요하다. 기계학습은 경험하지 못한 오류의 원인을 밝혀내지 못하지만 인공지능은 추론을 통해 원인을 찾아낼 수 있다.
참고문헌
-구태언(2018), 미래는 규제할 수 없다 , 도서출판 클라우드나인.
-박영숙, “유엔미래보고서 2045”, 교보문고, 2015
-박종태, “인더스트리 4.0의 중심, 스마트 팩토리”, 테크M 이슈 & 트렌드, 2016
-성낙환, “인공지능 기술의 걸음마가 시작되었다”, LGERI 리포트, 2012
-양병찬, “로보틱스: 인공지능의 윤리”, 바이오토픽, 2015
- 웬델 월러치, 콜린 알렌, “왜 로봇의 도덕인가”, 메디치미디어, 2014
-최계영, “인공지능: 파괴적 혁신과 인터넷 플랫폼의 진화”, KISDI Premium Report, 2015
- 한상기, “인공지능의 현재와 미래·산업계를 중심으로”, KISA Report Power Review, 2015
조원영·이동현(2016), 미래 일자리의 금맥(金脈), 소프트웨어, SPRi Issue Report , 2016-009호,소프트웨어정책연구소
-최광열, 2016, MSD(Motion System Design)검색, 사물인터넷의 장점과 한계를 분석
  • 가격6,000
  • 페이지수9페이지
  • 등록일2020.04.02
  • 저작시기2020.3
  • 파일형식한글(hwp)
  • 자료번호#1128281
본 자료는 최근 2주간 다운받은 회원이 없습니다.
다운로드 장바구니