|
기계학습의 정의 및 필요성
1) 인공지능과 기계학습의 정의
(1) 인공지능의 정의
(2) 기계학습의 정의
2) 인공지능과 기계학습의 필요성
(1) 인공지능의 필요성
(2) 기계학습의 필요성
2. 인공지능과 기계학습의 장점과 문제점
1) 인공지능
|
|
|
기계학습(Machine Learning)이란
1) 기계 학습의 개념 및 배경
2) 기계 학습의 원리
(1) 지도 학습
(2) 비지도 학습
(3) 강화 학습
3) 기계 학습의 필요성
2. 기계학습을 위해 활용될 수 있는 정보통신 기술
1) 백스캐터 통신
2) V2X 통신
3) 무인기
|
|
|
기계학습과 자연어 처리 등의 인공지능 기술의 발전으로 인해, 반복적이고 예측 가능한 업무는 자동화될 수 있습니다. 예를 들어, 생산라인에서의 로봇화, 은행에서의 자동화된 고객 서비스, 물류 업무의 자동화 등이 그 예입니다. 이러한 변
|
|
|
기계학습 기법, 정보과학회논문지 135, 2000.
배덕호 외, 공간 데이터마이닝 시스템의 설계 및 구현, 한국GIS학회지 제11권 제2호, 2009.
빅데이터 전략연구센터, 더 나은 미래를 위한 데이터 분석 : Big Data 글러벌 선진사례 2, 한국정보화 진흥원, 20
|
|
|
학습 향상 효과를 가져온다. 모든 아이는 나름의 교육적 필요성을 가지고 있고, 개인화된 학습은 그러한 필요성을 해소하고 그들의 일반 학업 성적을 향상할 수 있다. 교육 시스템의 미래는 수업의 50%를 원격으로 제공하면서 저렴한 비용으로
|
|
|
필요성을 느끼지 못했다. 그러나 이제 방대한 데이터가 축적되었고, 가용 데이터가 증가했다. 데이터를 관리할 수 있게 됨에 따라 데이터의 가치가 생성되었고, 통신 및 컴퓨팅 기술의 발달로 데이터는 부지불식간에 수집·전송되며 활용되고
|
|
|
기계학습이론에서 시작되어 통계학에 기본을 두고 함께 발전하고 경영정보학, 생물정보학 등의 여러 학문에서도 연구가 진행되면서 빅데이터 시장에서 데이터마이닝의 필요성과 가치가 더욱더 높아지고 있다.
이렇게 데이터마이닝이 발전
|
|
|
필요성에 기반으로 한다.
OLAP 툴은 데이터 마이닝 툴이 아니다. 왜냐하면 질의가 사용자에게서 시작되기 때문이다. 다른 한 편으로 신경망, 기계-학습, 그리고 유전자 알고리즘은 진정한 자동적인 데이터 마이닝 툴로 인정한다. 그것들은 패턴
|
|
|
필요성
1-6. 유아특수교육의 특성
1-7. 유아 특수교육의 목표와 목적
2. 유아특수교육의 발전과정
3. 유아 특수교육의 체계
4. 특수유아를 위한 교육프로그램의 내용 비교
5. 독일 특수교육제도의 시사점
5-1. 중도. 중복 장애아 교육 및
|
|
|
필요성
1-6. 유아특수교육의 특성
1-7. 유아 특수교육의 목표와 목적
2. 유아특수교육의 발전과정
3. 유아 특수교육의 체계
4. 특수유아를 위한 교육프로그램의 내용 비교
5. 독일 특수교육제도의 시사점
5-1. 중도. 중복 장애아 교육 및 조기
|
|
메뉴펼치기
