|
learning
1. 이-러닝(E-Learning)이란?
개념
u-러닝과 e-러닝 등 유사 개념 간의 관계
특성
구조
이점
2. 이-러닝(E-Learning)과 상호작용 유형
학생교육으로서의 e-learning
대학교육으로서의 e-learning
평생교육으로서의 e-learning
3. 이-러닝
|
|
|
Data Warehousing)
데이터 웨어하우스는 운영 데이터로부터 추출된 데이터를 중앙으로 집중하여 저장한 것이다. 저장된 정보는 주제 중심적이고, 비휘발성이며 이력정보를 보유하므로 데이터 웨어하우스는 매우 방대한 데이터 집합을 보유하게
|
|
|
기법 (Data Mining)
(9) 자동화 프로그램
4. 인공지능 사례
쇼핑몰 LG eshop 에서의 활용 사례
(1)검색기능
(2)쇼핑 도우미 샤피
(3)암호화 안전결제
(4)검색외 품목
III. 결론
레포트를 마치며
|
|
|
Best Way: Frederick Winslow Taylor and the Enigma of Efficiency," 1999
4. Kidd, Paul, "Agile Manufacturing," 1994, Addison-Wesley.
5. Rembold/Nanji/Storr, "Computer Integrated Manufacturing and Engineering," 1993, Addison-Wesley.
6. Smith, Joan, "An Introduction to CALS:The Strategy and Standards, C
|
|
|
정의
2. 딥 러닝 기술의 성숙도 및 관련 시장에서의 현황
3. 딥 러닝 기술의 장점과 단점 (강점과 약점)
4. 딥 러닝 기술의 응용 분야 및 대표적 기업
5. 딥 러닝 기술 관련시장의 변화
6. 딥 러닝 기술의 진화 및 발전 방향
참고문헌
|
|
|
Machine Learning Repository (http://archive.ics.uci.edu/ml/datasets/Zoo)
* References
[1] Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining.
Infinity Books. 2007. 488-497, 591-596.
[2] 조인호. SAS 강좌와 통계컨설팅. 영진닷컴. 2006. 606-639, 680-695.
[3] 최종후, 한상태, 강
|
|
|
learning(이러닝)의 고부가가치화
Ⅵ. E-learning(이러닝)의 발전 방안
1. 문화?제도 기반 조성(BEST Environment-ware)
1) 과제 1 : 올바른 e-Learning 인식 확산 및 정보인프라 구축
2) 과제 2 : e-Learning의 효과?형평성을 위한 제도 정비
2. 인적자원 기반
|
|
|
응용 및 학습 알고리즘 성능 개선 방안 사례 연구\" 디지털 융복합 연구, 2016.
김인택 외(2017). 인공지능을 활용한 지능형 기록관리 방안. 한국기록관리학회지.
류기동, “인공지능 기반 컨텍센터 시스템 연구” 서울과학기술대학교 : 산업정보
|
|
|
Learning 서비스 개발 방향
6. Smart-Learning 서비스 과업분석
6-1. Smart-Learning 서비스 모델
6-2. 과업분석 – 주요 과업
6-3. 과업분석 – 메뉴 별 과업
6-4. 과업분석 – 기능별 과업
7. 주요화면 설계 및 기능정의
7-1. 주요화면 기능설명
|
|
|
Data Science), ② 데이터 애널리틱스(Data Analytics), ③데이터 분석(Data Analysis), ④인공지능(Artificial Intelligence), ⑤머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널리틱스(Data An
|
|
메뉴펼치기
