|
적인 통계모델 개발이 필요하며, 이를 통해 다양한 데이터 유형과 특성에 맞는 확률분포 모델을 설계하는 연구도 적극적으로 수행되어야 한다. 결국, 사회적, 경제적 문제 해결을 위한 실질적 도움을 주기 위해서는 복잡한 데이터 구조를 정
|
|
|
딥러닝 (인공지능이 불러올 산업 구조의 변화와 혁신) 동아엠앤비, 2015 목차
서론: 인간을 뛰어넘기 시작한 인공지능
본론
1, 인공지능의 원리
2, 자동차도 변하고 로봇도 진화한다.
3, 인공지능, SF 작가가 되나?
4, 세계 인공지능 연
|
|
|
딥러닝. 동아엠앤비
제임스 배럿(2016). 파이널 인벤션. 동아시아
이종호(2016). 로봇은 인간을 지배할 수 있을까? 문화유람
유신(2014). 인공 지능은 뇌를 닮아가는가. 컬처룩
과학기술정책연구원 Future Horizon: Spring 2016 (제28호)
경향신문 2017.09.06. 20
|
|
|
|
딥러닝
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
|
|
|
통계적 결론을 가지고 있다고 하더라도 그러한 통계적 러닝방식을 통한 예술이 사람들에게 진정성을 줄 수 있을지는 미지수다. 최근에 인공지능이 그린 그림이 고가에 팔리는 것은, 예술품에 대한 작품성을 가장 먼저로 치는 것이 아니라, 새
|
|
|
|
적응성을 강화하는 것이 필요하다. 이를 통해 이미지 처리 분야에서의 혁신을 촉진하고, 실제 문제를 해결하는 데 기여할 수 있을 것이다. 1. 가우시안 노이즈의 특성
2. 소금과 후추 노이즈의 이해
3. 이론적 배경 및 분석
a. 가우시
|
|
|
|
적으로 발전하고 응용될 것으로 예상된다. 이 모든 과정은 데이터 분석이 단순한 통계적 접근을 넘어, 실제 문제 해결을 위한 강력한 도구가 된다는 점에서 큰 의미를 지닌다. 1. 시계열 분석의 기초 개념
2. 단순 시계열 데이터의 이해
|
|
|
적인 문제를 해결하는 것이 약한 인공지능이다. 이 중에서 우리의 주된 관심은 강한 인공지능이 과연 실제로 가능한 가이다. 찬반양론이 존재하지만, 딥러닝과 함께 기계가 스스로 학습하여 진화하는 현재의 기술 단계에서는 당연히 강한 인
|
|
|
5) 정부와 공공기관에서 제공하는 공공데이터
6) 디지털 행정
7) 주택분야
8) 교통분야
9) 연구소 등에서 제공하는 통계 및 DB 자료
4. 빅 데이터의 활용으로 인해 소비자들의 프라이버시가 침해될 위험성
Ⅲ. 결론
【 참고자료 】
|
|
|
방송통신대학교출판문화원.
김영천, 김기현 (2022). 『사회조사분석론』. 박영사.
노형진 (2020). 『설문조사의 이해와 활용』. 나남출판.
최창현 (2021). 『사회과학조사의 이해: 조사설계부터 보고서 작성까지』. 학지사.
임병우 (2019). 『통계적
|
|
메뉴펼치기
