|
(검색일: 2022.11.06.)
- 이금노(2018). 인공지능 알고리즘 기반 경제에서의 소비자문제 연구. 한국소비자원 정책연구 18-17, pp. 1-127 1. 개인별 AI 추천 알고리즘의 원리
2. 개인별 AI 추천 알고리즘의 장점
3. 사용 현황
4. 문제점
참고문헌
|
|
|
알고리즘으로 컴퓨터의 성능이 향상되면서 최근에는 기계학습보다 딥러닝을 활용하는 경우가 더 많아지고 있다. 이러한 인공지능은 자율주행 자동차를 포함해 일상생활에서 네비게이션, 인공지능 스피커, AI 챗봇, 헬스케어 등 다양한 분야
|
|
|
AI 알고리즘을 활용하여 개인별 건강 위험요인을 파악하고, 건강증진 활동의 효과를 정량적으로 평가하고자 합니다. 개인화 단계에서는 분석 결과를 바탕으로 각 직원에게 맞춤형 건강증진 프로그램을 추천하고, AI 코칭 시스템을 통해 개인
|
|
|
AI
진료 지원에서의 AI 응용
검체검사에서의 AI 응용
영상 진단에서의 AI 응용
영상 처리에서의 AI 응용
병리 진단에서의 AI 응용
그 외의 영상에 사용되는 AI
정밀의학이나 예방 의료에서의 AI 응용
신약개발에서의 AI 응용
간
|
|
|
AI의 발전으로 인해 우리의 삶을 편하게 만들어 준다는 장점도 있지만, 위험한 우리에게 위협이 되는 AI를 만들 수도 있기 때문에 조심해야 할 필요가 있다. 미래에 AI가 대체할 직업이 많이 생겨 일자리가 줄어든다고 하는데 이번 AI를 주제로
|
|
 |
장점을 중심으로 작성해주세요.
4. 은행의 금융상품을 사용하면서 느꼈던 장점과 아쉬운 점을 구체적으로 설명해 주세요. 그렇게 느낀 이유와 내가 기획자라면 어떻게 개선/보완할지 작성해 주세요. ※어떤 금융 상품이든 좋아요.(ex.예·적금
|
|
 |
AI 모델링과 데이터 분석을 통해 정확한 예측 모델을 구축하고, 효율적인 데이터 활용을 통해 네이버의 비즈니스 성과를 증대시키는 것입니다. 예를 들어, 네이버 쇼핑에서 추천 알고리즘을 최적화하여, 사용자가 더욱 만족스러운 쇼핑 경험
|
|
 |
과 같습니다.
1) 중소기업 및 스타트업 대상 AI 솔루션 제공 네이버의 검색 및 추천 알고리즘을 활용하여 중소기업이 고객 맞춤형 서비스를 제공할 수 있도록 지원합니다.
2) 대형 유통사 및 브랜드와의 데이터 제휴 네이버의 검색 및 구매
|
|
 |
추천 시스템 개발에 관심이 많습니다. 사용자 데이터를 기반으로 고객에게 최적화된 제품을 추천하는 기술은 사용자의 구매 경험을 혁신적으로 개선할 수 있기 때문입니다. 이를 위해 최신 AI 추천 모델을 더욱 고도화하여 개인별 만족도를
|
|
 |
알고리즘을 통해 자동으로 불량 제품을 식별하고, 생산 라인의 효율성을 높이는 데 기여했습니다. 이러한 경험은 LG CNS의 AI 엔지니어링 및 데이터 과학 분야에서 실질적인 기술적 기여를 할 수 있는 기반이 될 것입니다. 데이터 분석에서의 정
|
|
메뉴펼치기
