|
1. CNN이란?
CNN은 Convolutional Neural Network의 약자로 Deep Learning 알고리즘의 일종입니다. CNN은 이미지를 가져온 다음 해당 이미지 내의 특징을 자동으로 식별하도록 설계되었습니다. 예를 들어 CNN을 사용하여 이미지에서 사람의 얼굴을 자동으로
|
|
|
? 대여소의 특성에 따라 대여건수에서 큰 차이가 남
? 여의나루역 1번 출구 앞 : 141~6859건
? 종로3가역 15번 출구 앞 : 35~1064건
? 대여소의 특성에 따라 교통수단 또는 여가수단으로 활용됨
? 여의나루역 1번 출구 앞 : 주말 대여건수 증가 →
|
|
|
따릉이의 특성
? 모든 대여소에 반납 가능
? 출근 수요 1000 ~1500 대
? 퇴근 수요 4000 ~ 5000 대
따릉이 관리팀
? 강북·강남관리소 총 40개 팀 3교대 2조
? 기본적으로 70%의 거치율을 유지
? 매일 효율적인 업무를 위한 동선 선정
단순 거치율
|
|
|
머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널리틱스(Data Analytics)
3) 데이터 분석(Data Analysis)
4) 인공지능(Artificial Intelligence)
5) 머신러닝(Machine Learning)
6) 딥러닝(Deep Le
|
|
|
한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정에서 발생하는 경사 소멸 문제에 대하여 설명하라.
(다) 합성곱 신경망(CNN)의 개념을 간략히 설명하고, CNN을 구성하는 층에 대해 설명하라.
4. 참고문헌
|
|
 |
머신러닝 37
데이터 분석 도구와 소프트웨어 37
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 40
? 통계분석 학술이론에 대한 지식검증 기출문제 46
기초 이론과 개념: 46
회귀 분석 및 모델링: 46
가설 검정과 추론: 47
데이
|
|
|
CNN 기반의 알고리즘 개발에 대한 깊은 관심이 있어, 이 기술들이 어떻게 실제 어플리케이션에 적용될 수 있는지 탐구하고 싶습니다. 인공지능과 머신러닝 분야에 대해 집중적으로 학습하며 다양한 프로젝트에 참여한 경험이 있습니다. 특히
|
|
|
러닝과 머신러닝 알고리즘에 깊은 흥미를 갖게 되었으며, 특히 자연어처리와 영상분석 분야에 강한 열정을 느끼고 있습니다. 학부 동안 딥러닝 모델 성능 향상을 위해 다양한 연구에 참여하였으며, CNN과 RNN을 활용하여 교내 데이터를 분석하
|
|
 |
머신러닝 기술을 실무에 접목하는 역량은 뛰어나다고 자신 있게 말씀드릴 수 있습니다. 앞으로도 변화하는 데이터 환경에 발맞추어 최신 기술을 지속적으로 습득하며, 기업의 전략 수립과 의사결정에 기여하는 데이터 사이언티스트로 성장
|
|
|
머신러닝과 딥러닝 관련 교과목에서 평균 90점 이상의 성적을 기록하며 인공지능의 핵심 원리와 최신 기술을 습득하였고, 이를 바탕으로 200시간 이상 관련 프로젝트에 참여하였습니다. 특히, CNN과 RNN을 활용한 영상·음성 인식 프로젝트에서
|
|
 |
머신러닝과 딥러닝에 관심을 가지고 연구에 몰입하여, 3년간 총 5편의 논문을 발표하고 20회 이상의 학회 발표 경험을 쌓아왔습니다. 특히, 대학원 연구실에서는 건강 진단 분야의 이미지 분석 프로젝트를 수행하며 CNN 구조를 활용하여 진단
|
|
메뉴펼치기
