|
Vector Machine) 개념
1.1 SVM 정의
1.2 역사
2. 발상
2.1 분류능력
2.2 분류기의 일반화 능력
2.3 SVM의 우수성
3. 선형SVM
3.1 이진분류를 위한 결정 초평면의 특성
3.2 서포트 벡터
4. 선형분리 가능한 SVM문제해결
4.1 개요
4.2 조건부 최대화 문
|
|
|
5.1 분류 분석 (Classification analysis)
5.2 군집 분석 (Clustering analysis)
5.3 예측 (Prediction)
5.5 연속패턴분석 (Sequential pattern analysis)
5.6 기타 데이터마이닝 작업
5.7 Data mining methods
6. 기존 접근방법과 데이터마이닝
7. 기타 고려사항
[참고 문헌]
|
|
|
인식 기법
1] Linear Discriminant Analysis (LDA)
2] PCA (Principal Component Analysis)
2] PCA (Principal Component Analysis)
3] SVM (Support Vector Machine)
4] Haar-like feature
4. 결론
4.1 구현 시스템
4.2 시스템 구성
4.3
|
|
|
1996.
[7] 음성인식 , 한양대학교 출판부
[8] 한학용 , 패턴인식개론 , 한빛미디어
[9] 한진수 , 음성 신호 처리 , 오성미디어
[10] Google search by "Speech recognition", "LPC", "GMM", "MFCC" ... 1.object
2.theory & Algorithm
3.result analysis
4.afternote
5.reference
|
|
|
Machine learning)’과 패턴인식 기술, ‘딥러닝’ 기술이 발전하면서 인공지능은 이제 4차 산업혁명 시대의 필수 요소가 되었다. 머신러닝이란 인공지능의 한 분야로, 컴퓨터 기계가 학습할 수 있도록 하는 알고리즘과 기술을 개발하여 훈련 데이
|
|
 |
인식과 방법 129
? 학위과정 연구능력을 검증하는 문제 134
? 기출문제의 유형분석과 패턴의 탐색 148
가. 전공의 학술적 깊이를 검증하는 기출문제 148
나. 간호학 학술지식의 기본적인 소양을 검증하는 100 문제 169
다. 외국어(영어) 소통능력
|
|
 |
패턴인식 253
가. 정직이 최선의 무기 253
나. 면접전형은 어떻게 진행되는가? 254
다. 면접할 때 마이너스가 되는 단어가 있는지? 254
라. 블라인드 면접, 정말 전혀 모르고 면접이 진행되는가? 254
마. 외모가 면접에 영향이 있지 않나? 255
|
|
 |
패턴탐색 258
나. 전공에 관련된 질문 266
다. 성품에 관련된 질문 271
라. 인생관(생활철학)에 관련한 질문 273
마. 시사문제에 관련한 질문 273
바. 국제전문대학원에 관련한 질문 275
사. 가족에 대한 질문 276
아. 과거 학교생활에 대한 질문 2
|
|
 |
패턴의 탐색과 답변 154
라. '오버스펙' 항상 좋은 것만은 아니다 155
? 대학원 왜 가야하나? 나 스스로에게 묻는다 156
가. 대학원 왜 가야하나? 156
나. 학부와 대학원 이공/인문 등 다른 경우 특히 조심 157
다. 대학원 지원 희망 학과도 결정
|
|
 |
패턴탐색 139
나. 면접문제 대응이 정확하고 간결해야 하는 이유 141
? 영어인터뷰 문제와 대응요령 / English Interview 141
? 대학원 왜 가야하나? 나 스스로에게 묻는다 187
가. 대학원 왜 가야하나? 187
나. 학부와 대학원 이공/인문 등 다른 경
|
|
 |
패턴탐색 꼬리질문 답변 대응 141
나. 기출문제 패턴과 대응 162
? 기본적인 외국어 소통능력을 검증하는 문제 162
? 면접문제 대응이 정확하고 간결해야 하는 이유 170
? 면접에 기본을 갖추어야 하는 이유 171
가. 기본이 중요한 이유 171
나.
|
|
메뉴펼치기
