|
머신러닝과 딥러닝, 인피니티북스.
https://chat.openai.com/ 1. Teachable Machine을 이용하여 충분한 데이터(10개 이상)로 자신의 머신러닝 모형을 만들고 그 결과를 정리하시오.(8점)
2. 다층신경망의 학습과정을 ChatGPT(또는 Bard, Bing Chat 등)에 물어
|
|
|
머신러닝과 딥러닝, 인피니티북스.
https://chat.openai.com/ 1. Teachable Machine을 이용하여 자신의 머신러닝 모형을 만들고 그 결과를 캡처하여 정리하시오. (8점)
2. 다층신경망의 학습과정을 ChatGPT(또는 Bard, Bing Chat 등)에서 찾고 이를 기반으로
|
|
|
teachablemachine.withgoogle.com)을 이용하여 머신러닝 모형을 만들고 그 결과를 갭처하여 정리하시오. (8점)
3. http://playground.tensorflow.org/ 를 크롬으로 접속하여 분류과제(Classification) 중 하나를 학번 끝자리에 따라 선택하고, 해당 과제에 대한 최적
|
|
|
적으로, 머신러닝은 오늘날 거의 모든 산업에서 널리 사용되고 있으며, 데이터 분석, 예측, 자동화를 통해 기업의 성과를 극대화하는 중요한 기술이다.
6) 딥러닝(Deep Learning)
(1) 딥러닝의 정의
딥러닝(Deep Learning)은 머신러닝의 하위 분야로, ‘
|
|
|
역사를 설명하시오
(1) 데이터 과학 (Data Science)
(2) 데이터 애널리틱스(Data Analytics)
(3) 데이터 분석 (Data Analysis)
(4) 인공지능(Artificial Intelligence)
(5) 머신러닝(Machine Learning)
(6) 딥러닝(Deep Learning)이 무엇인지 실제 사례를 포함 설명하시오
|
|
 |
이용한 적군의 주타격 방향 분석, 김무수, 박건우, 이상훈, 정보과학회논문지 제40권 제1호 (2013년 1월) pp.37-44
특수기술 기계경비시스템 오경보 이벤트 분석을 위한 데이터마이닝 기법 연구, 김종민, 최경호, 이동휘, 정보·보안논문지 제12권
|
|
|
모형과 이해중심 게임모형을 적용한 초등학교 배드민턴수업 비교. 서울교육대학교 교육대학원 석사학위 논문.
김도수(1996). 게임유형이 초등학교 학습자의 정의적 영역 발달에 미치는 영향. 한국교원대학교 대학원. 석사학위논문.
김영수(1996
|
|
|
요인분석 결과
<표 2-2> 기대의 요인분석 결과
<표 2-3> 중요도에 대한 요인 분석 결과.
<표 3-1> 분석에 사용된 변수 요약
<표 3-2> BCC모형 분석결과
<표 3-3> 규모별 효율성
<표 3-4> 규모별 ANOVA 검정결과
<표 3-5> 규모의 경제성 계측결과
|
|
|
적 및 방법
Ⅱ 한국의 금융시장 연구
1. 금융시장의 왜곡성
2. 금융데이터 분석통계의 오류 및 대안
2.1 부정확한 데이터로 입는손실
2.2 데이터품질 관리의 정의
2.3 솔루션 중심 데이터 품질 관리 활동의 한계점
2.4 성공적
|
|
|
적
2. 연구의 범위 및 방법
Ⅱ. 문헌 연구 고찰
1. 국내 문헌 연구
2. 해외 문헌 연구
3. 분석방법 관련 문헌 연구 고찰
4. 연구의 착안점
Ⅲ. 지하철 이용자 서비스 특성 대한 실증적 분석
1. 서비스 평가 항목 선정
2. 조사설계
|
|
 |
통계 기법을 적용해 금융 안정성 확보와 자산 가치 극대화에 기여할 것입니다. 특히 빅데이터와 머신러닝 기술을 활용하여 신용 위험 분석과 금융 사기 탐지 시스템 개발에 참여함으로써 금융 산업의 신뢰성과 효율성을 높이는 데 일조할 계
|
|
 |
데이터 분석 및 시각화: 92
빅데이터와 기계 학습: 93
실험 계획법 94
비모수 통계 94
빅데이터와 머신러닝 94
데이터 분석 도구와 소프트웨어 95
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 97
? 입시지원자가 보는 경제학
|
|
 |
통계 37
빅데이터와 머신러닝 37
데이터 분석 도구와 소프트웨어 38
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 40
? 교육학대학원 입시준비 학업계획서 1500자 47
1. 서론 51
2. 학습 목표 52
3. 구체적인 학습 계획 52
4. 연구
|
|
|
데이터 사이언티스트는 통계, 머신러닝 모델링, 데이터 해석이 주요 업무입니다. 두 역할은 상호 보완적이며, 원활한 협업이 성공적인 데이터 기반 서비스 구축의 핵심입니다. 저는 엔지니어로서 강력한 인프라를 만들고 데이터 사이언티스
|
|
 |
통계학과 박사과정 또는 해외 유수 대학의 박사과정에 진학하여 고차원 데이터 분석과 머신러닝 이론을 주제로 연구를 지속하고자 한다.
박사과정에서는 고차원 환경에서의 통계적 추론 방법, 기계학습 모델의 통계적 해석, 베이즈적 접근을
|
|
메뉴펼치기
