|
데이터 분석, 예측, 자동화를 통해 기업의 성과를 극대화하는 중요한 기술이다.
6) 딥러닝(Deep Learning)
(1) 딥러닝의 정의
딥러닝(Deep Learning)은 머신러닝의 하위 분야로, ‘인공 신경망(Artificial Neural Networks)’을 기반으로 한 기계 학습 방법이다.
|
|
|
애널리틱스 관련 다음 용어의 정의와 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 무
|
|
|
데이터 기반 의사결정이 강조됨에 따라 그 중요성이 점점 더 높아지고 있습니다. <목 차>
1. 데이터 과학의 개념
2. 데이터 애널리틱스의 역할
3. 데이터 분석의 기술적 접근
4. 인공지능의 발전과 응용
5. 머신러닝의 원리와 활용
6. 딥러
|
|
|
인공지능 기반 데이터 과학 교육 프로그램 개발, 서울교육대학교 교육전문대학원 석사학위논문, 2024.02.
김형주, 신뢰가능한 인공지능의 설명가능성 개념에 대한 비판적 고찰, 인문학연구, 인천대학교 인문학연구소, 2024.06.
“머신러닝\", 국립
|
|
|
인공지능(AI) 시대 주요국의 인재양성 정책 동향. 소프트웨어정책연구소 정책연구보고서.
김경훈, AI 국가 경쟁력 확보를 위한 중장기 로드맵 구축 연구, 정보통신정책연구원, (2021).
김의중, 알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝
|
|
 |
data\" Transportation research board.
13. Andrew V. Metcalfe(2006), “The influence of urban land-use on non-motorised transport casualties”, Accident Analysis and Prevention 38.
14. Firas(1989), \'Some Factors Affecting Growth of Accident rates in Developing contries-IRAQ AS.A case-study\', 11th IRF
|
|
|
Models, 1966
12.Robert Cevero, Efficient Urbanisation : Economic Performance & the Shape of the Metropolis
13. Forheringham et al, Perspectives on Spatial Data Analysis, 2005
14. Portnov et al, Employment-Housing Paradigm of Internal Migration: Evidence from Norway . International Migration, 39: 93
|
|
|
데이터마이닝.
1. 데이터마이닝의 개념과 특징
2. 데이터마이닝 프로세스
3. 연관규칙분석
4. 로지스틱 회귀분석(logistic regression)
9강 CRM을 위한 데이터마이닝2
1. 군집분석
2. 의사결정나무
3. 인공신경망
4. 모형의 평가
10강. CRM전략
|
|
|
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 제2호 (2012년 5월) pp.61-70 1598-73
|
|
|
분석-------------------------------------------------------9
III. 분석틀-----------------------------------------------------------10
1) 분석방법----------------------------------------------------------11
2) 변수의 정의 및 변수의 측정------------------------------------------11
3) 데이터의
|
|
 |
(주)데이터앤애널리틱스에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
 |
(주)데이터앤애널리틱스에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)데이터앤애널리틱스에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
(주)데이터앤애널리틱스에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황,
|
|
|
무디스애널리틱스코리아(주)에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현
|
|
 |
인공지능 분야에 남다른 관심을 갖게 되었습니다. 인공지능을 배울 수 있는 방법을 찾아 보았고, 정부에서 주최하는 인공지능 실무인력양성과정에 참여하게 되면서 인공지능을 공부 하기 시작했습니다. 1.자기소개
2.학업 및 연구계획
|
|
 |
artificial intelligence centers on machine learning and deep learning, with a focus on their transformative applications in real-world scenarios. Specifically, I am passionate about applying machine learning in fields that greatly benefit from data-driven insights, such as healthcare diagnostics, au
|
|
 |
more specialized study. To start, I plan to engage in core courses on machine learning, data structures, and statistical methods. This foundational coursework is essential to gaining a deeper understanding of the mathematical and..(중략) 1.Preferred study field in detail
2.Study Plan
3.Person
|
|
 |
데이터포털, 혹은 기업 제휴를 통해 실제 고객 리뷰 데이터를 확보할 계획입니다. 확보된 데이터를 기반으로 전처리 과정(불용어 제거, 형태소 분석 등)을 수행한 뒤, 텍스트 마이닝과 딥러닝 기반의 LSTM, BERT 등의 모델을 적용하여 분석을 수
|
|
 |
분석 기초 이론, 머신러닝과 데이터 전처리 기술을 아주 심도 있게 학습하고, 동시에 다양한 오픈 데이터를 실습 대상으로 삼아 분석 역량을 키워나가겠습니다. 이후 2학기부터는 연구 주제를 구체화하고, 데이터 수집 및 분석 설계를 진행하
|
|
 가격 :
할인가 : 15,400원(10페이지)
|
 가격 :
할인가 : 15,400원(11페이지)
|
 가격 :
할인가 : 15,400원(10페이지)
|
 가격 :
할인가 : 15,400원(26페이지)
|
 가격 :
할인가 : 36,000원(36페이지)
|
 가격 :
할인가 : 23,000원(36페이지)
|
 가격 :
할인가 : 6,500원(5페이지)
|
메뉴펼치기
심플한 분석 데이터(자동완성형포함) 파워포인트 PPT 템플릿 디자인
스마트 태블릿과 데이터 분석(자동완성형포함)
스마트 태블릿과 데이터 분석