레포트 (58)
정보통신망4A)자율주행 자동차에 관하여 조사하고 자율주행 자동차를 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오.
데이터들을 여러 층 쌓아 올려 인공신경망을 최적화할 경우 국소 최저치 문제를 해결할 수 있음을 밝혀냈다. 여기에 대량의 데이터를 분석할 수 있는 하드웨어의 발달과 빅데이터 등장으로 인공신경망은 한층 더 뛰어난 결과를 보여주게 되었는데, 인공신경망에서 은닉층이 여러 개로 구성된 것을 딥
12페이지 | 3,300원 | 2022.04.06
(방송통신대 인공지능 기말시험)몬테카를로 트리 탐색의 개념과 탐색 과정 k평균 군집화 단층 퍼셉트론 오차역전파 모델 경사소멸문제 합성곱 신경망
데이터를 생성하고, 이 과정을 일정 거리(stride)만큼 이동하며 반복한다. 여기서 합성곱은 입력 영역과 필터에서 대응하는 원소끼리 곱한 후 그 결괏값을 모두 더해 총합을 구하는 연산이다. CNN은 합성곱층을 통해 3차원의 이미지의 형상과 특징을 놓치지 않고 정확히 학습할 수 있고, 모든 이미지 정보
8페이지 | 10,000원 | 2020.11.16
데이터를 분석하고 특징을 도출해낸다.기본 구조는 신경망이 입력 벡터를 받고 이를 입력층(input layer)에 전달하며, 숨겨진 다량의 은닉층(hidden layer)에서 학습을 수행하고, 출력층(output layer)을 통해 결과를 도출하는 것이다.딥러닝의 가장 큰 장점은 스스로 데이터로부터 특징을 도출하며 학습할 수 있
12페이지 | 2,300원 | 2020.07.13
[인터넷과정보사회 공통] 문제1) 다음 4차 산업 혁명의 대표 기술 중 2가지를 선택하고 기술의 개념 및 원리, 활용 분야, 사회적 파급력 관점
데이터에 대한 표현 능력을 크게 증가시킬 수 있다는 것이며, 딥러닝은 심층망에서 학습과 추론에 대한 연구이며 심층망은 기존 신경망의 계층을 확장한 형태이다. 딥러닝의 기본적인 구조는 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)로 구성되어 있다. 층(Layer) 간의 연결방식이나 처리하
17페이지 | 5,000원 | 2020.03.23
데이터로부터 컴퓨터가 학습할 수 있는 분야”로 정의했다. 다시 말하자면, 머신러닝은 사람이 직접 데이터를 분석해 모델을 만들어 내는 것이 아니라 머신러닝 알고리즘이 데이터를 분석해 모델을 스스로 찾아내는 것이다. 머신러닝의 일종인 딥러닝은 단층신경망이 아니라 여러 층의 은닉층이 있는
12페이지 | 2,300원 | 2019.05.23
Chapter 11. Managing Knowledge and Collaboration
데이터가 너무 많고 적으면 결과가 좋지 못하다. → 의사결정자의 대체 수단이기보다는 지원하는 수단으로 활용신경망4. 지식경영에 지능형 기술을 사용할 때의 비즈니스 이점은 무엇인가?표 11-11 신경망이 어떻게 작동하는가입력층은닉층출력층데이터――――나이수입구매이력구매빈도평
41페이지 | 2,900원 | 2018.01.09
데이터 : 테스트용 데이터 : 검증용 데이터 = 60 : 20 : 20 으로 구성하였고,훈련용 데이터 + 테스트용 데이터 = 트레이닝 파티션 으로, 검증용 데이터 = 테스트 파티션 으로 각각 설정하여 총 트레이닝 파티션 : 테스트 파티션 = 80 : 20의 비율로 설정하였다.2) 입력변수의 수는 10개, trial & error를 통해 은닉층
4페이지 | 1,200원 | 2016.03.03
성공 가능성- 인공신경망을 통한 가능성 분석하이트진로?엔저현상해결방안성공 가능성사용된 인공신경망데이터 50개트레이닝 데이터 40개테스팅 데이터 20개2개의 은닉층결과값60퍼 확률로 실패7/8Group 4 HiteJinRo하이트진로?엔저현상해결방안Thank You8/8Group 4 HiteJinRo성공 가능성
8페이지 | 800원 | 2015.06.01
데이터의 차원에서 그칠 뿐이며 자신의 규칙들을 얼마나 수정해 나가며 성장할 수 있는지는 불확실하다.3. 인공지능은 과연 정신인가? 인공지능에서는 기본적으로 정신을 물리적 작용과 동일하게 본다. 이러한 심신 동일론을 받아들인다면, 우리는 정신을 가진 무생물의 존재까지도 생각할 수 있게
6페이지 | 1,000원 | 2014.09.27
데이터 : 테스트용 데이터 : 검증용 데이터 = 60 : 20 : 20 으로 구성하였고,훈련용 데이터 + 테스트용 데이터 = 트레이닝 파티션 으로, 검증용 데이터 = 테스트 파티션 으로 각각 설정하여 총 트레이닝 파티션 : 테스트 파티션 = 80 : 20의 비율로 설정하였다.2) 입력변수의 수는 10개, trial & error를 통해 은닉층
4페이지 | 700원 | 2014.08.22