|
1. CNN이란?
CNN은 Convolutional Neural Network의 약자로 Deep Learning 알고리즘의 일종입니다. CNN은 이미지를 가져온 다음 해당 이미지 내의 특징을 자동으로 식별하도록 설계되었습니다. 예를 들어 CNN을 사용하여 이미지에서 사람의 얼굴을 자동으로
|
|
|
? 대여소의 특성에 따라 대여건수에서 큰 차이가 남
? 여의나루역 1번 출구 앞 : 141~6859건
? 종로3가역 15번 출구 앞 : 35~1064건
? 대여소의 특성에 따라 교통수단 또는 여가수단으로 활용됨
? 여의나루역 1번 출구 앞 : 주말 대여건수 증가 →
|
|
|
따릉이의 특성
? 모든 대여소에 반납 가능
? 출근 수요 1000 ~1500 대
? 퇴근 수요 4000 ~ 5000 대
따릉이 관리팀
? 강북·강남관리소 총 40개 팀 3교대 2조
? 기본적으로 70%의 거치율을 유지
? 매일 효율적인 업무를 위한 동선 선정
단순 거치율
|
|
|
머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 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 Le
|
|
|
한계점을 설명하라.
(나) 오차 역전파(BP) 모델의 개념을 설명하고, BP 학습 과정에서 발생하는 경사 소멸 문제에 대하여 설명하라.
(다) 합성곱 신경망(CNN)의 개념을 간략히 설명하고, CNN을 구성하는 층에 대해 설명하라.
4. 참고문헌
|
|
|
, 글을 읽고 해석하는 것은 물론, 신문기사 쓰기, 안면인식 및 지문인식, 작곡 등 셀 수 없이 많은 분야에 응용되고 있습니다. 개요
기계가 학습하는 방법
신경망 (Neural Networks)
인공 신경망 (Artificial Neural Networks)
컨벌루션 신경망 (CNN)
|
|
|
러닝
딥러닝의 구조
다른 머신러닝과의 차이점
딥러닝에서의 과적합
딥러닝의 학습과 처리
딥러닝의 종류
PART 9
합성곱 신경망
합성곱 신경망(CNN)의 구조
영상 입력
합성곱(필터 처리)
풀링(Pooling)
전결합층
출
|
|
|
머신러닝 관련 5 문제 및 답변
1) 지도학습과 비지도학습의 차이점을 설명하고, 각 방법이 적합한 응용 분야 예시를 제시하라.
지도학습은 입력 데이터와 해당 출력 레이블이 주어지며, 모델이 이 데이터로부터 학습하여 새로운 데이터에 대한
|
|
|
머신 러닝 모델(예: n-그램을 사용한 단어 가방 모델)과 딥러닝 모델(char-CNN, char-CRNN, VDCNN)과 비교할 때, 여기서 을 수 있는 주요 인사이트는 다음과 같다.
fastText는 지속적으로 경쟁력 있는 정확도를 달성한다는 사실을 확인했다. 때로는 char-CNN
|
|
|
러닝의 통계적이해, 방송통신대학교출판문화원.
이영호(2020), 2020 모두의 인공지능 with 파이썬, 길벗.
천인국(2020), 인공지능 : 파이썬으로 배우는 머신러닝과 딥러닝, 인피니티북스.
https://chat.openai.com/ 1. Teachable Machine을 이용하여 충분한 데
|
|
메뉴펼치기
