|
Ⅰ. 코드 및 컴파일 결과
import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.datasets import fashion_mnist
import numpy as np
import matplotlib.pyplot as plt
# 1. Fashion MNIST 데이터셋 import
fashion_mnist = keras.datasets.fashion_mnist
(train_images,
|
|
|
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 자신의 머
|
|
|
러닝의 통계적이해, 방송통신대학교출판문화원.
이영호(2020), 2020 모두의 인공지능 with 파이썬, 길벗.
천인국(2020), 인공지능 : 파이썬으로 배우는 머신러닝과 딥러닝, 인피니티북스. 1. 다층신경망의 학습과정을 정리하시오. (6점)
2. Teachab
|
|
|
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
|
|
|
러닝의 통계적이해, 방송통신대학교출판문화원.
이영호(2020), 2020 모두의 인공지능 with 파이썬, 길벗.
천인국(2020), 인공지능 : 파이썬으로 배우는 머신러닝과 딥러닝, 인피니티북스. 1. 딥러닝의 역사와 관련된 사건 또는 인물을 위키피디아
|
|
 |
머신러닝 37
데이터 분석 도구와 소프트웨어 37
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 40
? 통계분석 학술이론에 대한 지식검증 기출문제 46
기초 이론과 개념: 46
회귀 분석 및 모델링: 46
가설 검정과 추론: 47
데이
|
|
|
Ⅰ. 서 론 …………………………………………………………………… 1
1.1 연구의 필요성 및 목적
1.2 연구 범위 및 연구 방법
1.3 연구의 제한점
Ⅱ.이론적 배경 …………………………………………………………………2
|
|
|
방송통신대학교출판부
학술지 게재논문
곽노의(1996). 발도르프 유치원의 교육이론과 활동. 유아교육연구 제16권 제1호. 5-22.
김숙이(2002). 몬테소리의 유아교육사상: 유아교육원리와 교육방법에 대한 고찰 및 현대적 의의. 한국교육사학 제24권
|
|
 |
계발
저는 라인플러스에서의 업무를 시작하는 즉시 머신러닝과 광고 기술에 대한 이해도를 한층 심화할 계획입니다. 특히, LINE Ads가 보유한 대규모 사용자 행동 데이터와 광고 집행 데이터를 심도 있게 분석해, 실제 현장에 적용 가능한 모델
|
|
 |
사용자 피드백을 반영한 재학습 루프가 중요합니다. 저는 이러한 분야에 관심을 갖고 연구해왔으며, KT에서 이와 같은 연구를 실무로 연결하고 싶습니다. KT 2026년도 봄학기 AI석사과정(머신러닝.딥러닝 기술개발) 자기소개서 지원서
|
|
 |
있습니다.
4) 딥러닝과 머신러닝의 차이점은 무엇인가요?
답변: 머신러닝은 데이터에서 패턴을 학습하여 예측 모델을 생성하는 기술이며, 딥러닝은 인공신경망(ANN)을 활용하여 보다 복잡한 패턴을 학습하는 머신러닝의 하위 개념입니다. 딥
|
|
 |
술에 대해 배울 수 있었습니다.
2) 머신러닝 기반의 악성코드 탐지 시스템 개발
Github: https://xxxxxxxxxxxxxxx
개발 기간: 2022.09 ~ 2022.12
역할: Researcher
설명: 이 프로젝트는 머신러닝을 이용하여 악성코드를 탐지하는 시스템을 개발하는 것이 목표였
|
|
 |
다양한 머신러닝 기법의 기본 원리를 익히고, 이론적 근거에 대한 관심을 더욱 키울 수 있었다.
대학원 과정에서는 ‘고급 수리통계학’, ‘고차원 통계학’, ‘머신러닝 이론’, ‘베이즈 추론’ 등의 과목을 추가로 수강하여 연구 주제에
|
|
메뉴펼치기
