|
데이터를 생성하고, 데이터 분포를 2차원 평면에 표시하시오. (평균과 공분산은 각자 정하되, 다양한 형태로 시도해 볼 것)
2. 1에서 생성한 각 데이터 클래스에 대해 그 분포를 모수적방법과 비모수적 방법을 이용하여 추정하시오.
3. 1과
|
|
|
및 공학 분야
(2) 인공지능 분야
(3) 전산생물학 분야
(4) 핵물리학 분야
(5) 금융 분야
(6) 통계학
3. 시설대안 평가의 수치적 예
1) 설비장비 자동 패키지 펌프 설계
(1) 배경 설명
(2) 몬테카를로 시뮬레이션 적용
2)
|
|
|
확률 구반하려는 이론
: 기본 가정인 사전 확률의 독립성은 현실적으로 불가능해서 비판을 받으므로 합리적인 의사결 정의 지원 가능성 제시
- 과거의 경험 사례에 이서하여 확률을 취득하는 방법
7) 임상검사결과의 판정
* 진양/음성 및 위양/
|
|
|
구하라.
(f) 1라운드 기록이 84인 남성이 있었다고 한다. 이 남성의 2라운드 기록을 예측해보시오. 이 남성의 2라운드 기록의 베이즈 추정량을 구하고, 95% 예측구간을 구하시오. 확률변수의 신용구간은 예측구간이라 한다.
5. 참고문헌
|
|
|
및 심층학습(딥러닝)에 대한 다음 질문에 답하라. (가)~(다) 각각 A4용지 1매 정도로 정리하여 작성한다. (30점)
(가) 로젠블랫이 제안한 단층 퍼셉트론의 개념과 한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정
|
|
 |
생성형 AI 및 챗GPT 관련 대학 뉴스 기사
http://kuen.korea.ac.kr/news/articleView.html?idxno=583
20. LoveDeveloping 블로그 ChatGPT 및 생성형 AI의 기술적 원리와 활용법
https://lovedeveloping.tistory.com/13 1. 서론
1.1 챗GPT의 등장과 배경
1.2 인공지능 언어 모델의 발
|
|
|
Datamonitor Personal Care Market Data, 2013
Euromonitor International, 2009. 목 차
Ⅰ. 서론
Ⅱ. 본론
1. 화장품 산업에 대한 일반적 고찰
1) 화장품의 개념
2) 화장품의 기능 및 분류
2. 화장품 산업의 특성 및 글로벌 트렌드
1) 화장품 산업
|
|
 |
추정)
ETS(Emission Trading Scheme, 에너지 목표관리제 및 배출권 거래제)기후변화를 위한 온실가스 배출에 대한 체계적인 관리 대응방안 필요에 의해 도입
MAC(Marginal Abatement Cost, 한계저감비용)온실가스 감축을 목적으로 시스템에 기술적 변화를 주
|
|
 |
및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한 경험을 바탕으로 SKT의 data hub등과 같은 페이지에 데이터를 확보하는데 이바지할 수 있는 데이터 수집 업무
|
|
 |
및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한 경험을 바탕으로 SKT의 data hub등과 같은 페이지에 데이터를 확보하는데 이바지할 수 있는 데이터 수집 업무
|
|
 |
데이터 크롤링에 대한 패키지 및 함수를 바탕으로 비규칙적으로 SNS상에 업로드 되는 사람들의 의견을 수집하고, 나이브 베이즈 분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN,
|
|
 |
데이터 전처리, 하이퍼파라미터 조정, 결과 해석까지 전 주기를 경험할 수 있었습니다. 대학원에 진학해서는 기계학습 이론과 딥러닝 구조에 대한 심도 있는 학습을 통해 연구 기반을 다지고, 인간 중심의 윤리적이고 실용적인 인공지능 연구
|
|
메뉴펼치기
