|
Credit, Interest, and the Business Cycle, Harvard University Press, 1934.
Triplett, Jack, E. and Barry, P, Bosworth, Productivity in the U.S. Service Sector, ― New Source of Economic Growth, Brooking Institution Press, 2004.
Varian, Hal R., "Managing Online Security Risks", Economic Science Column,
|
|
|
Research on Fair, Accountable, and Transparent ML systems
( Explaining what learned models predict: In which cases can we trust machine learning models and when is caution required )
Introduction
Our lives are becoming more dependent on the presence of machine learning(ML). But as data, the fue
|
|
|
농작물 생산을 늘리기 위해 제초제 사용을 줄이는 것이 최종적인 회사 내 목표이다. 궁극적인 목표는 급증하는 세계 인구를 먹여 살릴 방법을 지속해서 발전시키는 것이다. Machine Vision과 Machine Learning은 씨뿌리기, 경작, 파종, 물뿌리기 및 수
|
|
|
머신러닝 즉 기계 학습이라는 용어의 뜻은 단지 프로그램 스스로가 학습을 한다는 의미입니다. 보다 일반적으로 표현한다면 일종의 자동화된 데이터 분석 방법이라고 할 수 있습니다. 머신 즉 프로그램이 데이터를 바탕으로 스스로 학습하고
|
|
|
얼굴그림은 열굴의 각 특성을 변수와 대응시켜 관찰값을 표시한 것이다.
얼굴그림은 다변량 변수의 속성값들을 15가지의 얼굴의 생김새(얼굴 높이, 얼굴 넓이, 입 높이, 입 넓이 등) 특성에 매핑해서 얼굴 모양이 달라지게 하는 방식이다.
위
|
|
 |
기계경비시스템 오경보 이벤트 분석을 위한 데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권 제2호 (2012년 5월) pp.61-70 1598-7329
특수기술 샘플 군집화를 이용한 개선된 아다부스트 알고리즘, 백열민, 김중근, 김회율,
|
|
|
기계장비(12.1), 의료(11.8%) 순으로 나타난다. 출처: 노동부, 직업능력개발사업현황(2000-2004), 2005.7.
이는 서비스 산업 위주의 교육으로 높은 기술력을 의지 하지 않고 저임금의 일자리가 많은 서비스의 취업으로 인해 저임금 직종에 저소득층이
|
|
|
Learning, 1999) 1. 서론
2. 로봇 개론과 설계
2.1 로봇의 개론
2.2 로봇의 CATIA설계
3. DAFUL 개론과 시뮬레이션
3.1 DAFUL의 개론
3.2 로봇의 구속조건
3.3 로봇의 시뮬레이션
4. 결과와 분석
5. 고찰
6. 참고 문헌
|
|
 |
제 주학습분야인 IoT와 machine learning, anomaly detection은 대한항공의 사업성 향상에 직접적으로 기여할 수 있는 바가 매우 많습니다. 예를 들면, IoT와 센서를 통해 항공기 내 기계설비들을 데이터 센터와 연결하고 온도, 진동, 압력 등을 측정하여
|
|
메뉴펼치기
