|
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
|
|
|
딥 러닝 외의 다른 머신 러닝 머신 러닝(Machine Learning)은 인공지능(Artificial Intelligence)의 한 분야로서, 컴퓨터 시스템이 데이터를 사용하여 스스로 학습하고, 패턴을 인식하며, 결정을 내리는 능력을 갖추는 기술이다. 머신 러닝은 명시적인 프
|
|
|
딥러닝(Deep Learning)에 관한 소고
1) 딥러닝의 개념과 의미
2) 딥러닝의 활용
3) 컴퓨터 파워 필요성 여부
4) 딥런닝 기술의 한계
5) 딥런닝 기술의 전망
2. 사물인터넷(internet of things)에 관한 소고
1) 사물인터넷의 정의와 의미
2) 사물인터넷
|
|
|
1) 인공지능의 진화
2) 기존 머신러닝 vs 딥러닝
3) 인공지능의 플랫폼화
3. 주요 기업의 인공지능 플랫폼
1) 범용 인공지능 플랫폼(General A.I. Platform)
2) 산업별 특화 인공지능 플랫폼(Vertical A.I. Platform)
4. 향후 경쟁 전망
|
|
|
1) 인공지능의 진화
2) 기존 머신러닝 vs 딥러닝
3) 인공지능의 플랫폼화
3. 주요 기업의 인공지능 플랫폼
1) 범용 인공지능 플랫폼(General A.I. Platform)
2) 산업별 특화 인공지능 플랫폼(Vertical A.I. Platform)
4. 향후 경쟁 전망
|
|
|
런닝에는 세 가지 범주가 있고 딥 러닝은 머신 러닝과 관련이 있는데 많은 양의 데이터에서 특징을 자동으로 추출할 수 있지만 머신 러닝과 비교하여 훨씬 더 많은 데이터를 필요로 합니다.
디지털 모델, 디지털 섀도우, 디지털 트윈의 세 가
|
|
메뉴펼치기
