총 4개
-
기계는어떻게생각하고학습하는가2024.11.031. 머신러닝과 인공지능 1.1. 기계 학습의 개념과 특징 기계 학습은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습 능력을 부여하는 연구 분야이다. 기계 학습 알고리즘은 이메일 필터링 및 컴퓨터 비전 등 인간이 명시적 규칙을 작성하는 것이 어렵거나 비현실적인 다양한 애플리케이션에서 사용된다. 기계 학습의 주요 목표는 데이터에서 학습하여 주어진 알고리즘을 자동으로 개선하는 것이다. 즉, 스스로 학습하는 것이다. 기계가 학습할 수 있는 두 가지 주요 방법은 지도 학습과 비지도 학습이다. 지도 학습은 가르쳐 주면서 학습시키는 것이...2024.11.03
-
로봇과 관련 산업 재해 통계2024.10.091. 기계학습(Machine Learning) 1.1. 기계 학습의 개념 및 배경 기계 학습의 개념 및 배경은 다음과 같다. 기계 학습은 컴퓨터의 행동(예측이나 로봇 제어 같은 행위)을 변경하고 적응해서 컴퓨터가 취한 행동들이 알맞은 행동(정답)에 가깝게 만드는 것이다. 기계학습에 내재된 다학문적 접근은 오래전이 아닌 지난 세기부터 주목을 받기 시작했다. 기계학습은 신경과학, 생물학, 통계학, 수학, 물리학 등 여러 분야의 아이디어들을 사용해서 컴퓨터를 학습시켰다. 기계 학습 기술은 주어진 데이터를 분석하여 그에 내재하는 중...2024.10.09
-
머신러닝에 관한 보고서2025.04.161. 서론 1.1. 머신러닝의 발전과 미래 머신러닝의 발전과 미래이다. 과거 수십 년 동안 인공지능과 머신러닝 기술은 꾸준히 발전해왔다. 현재는 체스, 바둑, 의료 영상 분석 등 특정 도메인에서 인간을 능가하는 수준에 이르렀다. 그러나 아직도 사람처럼 다양한 일을 동시에 수행할 수 있는 인공지능은 존재하지 않는다. 이를 해결하기 위해 연구자들은 사람과 동물의 생물학적 특성을 분석하였고, 평생에 걸친 학습을 통해 다양한 능력을 갖추게 된다는 점을 발견하였다. 이러한 통찰을 바탕으로 등장한 개념이 바로 '연속학습(Continual...2025.04.16
-
머신러닝을 설명하는 보고서2025.04.161. 서론 1.1. 머신러닝의 개념과 중요성 머신러닝은 컴퓨터가 데이터로부터 학습하고 패턴을 발견하여 예측, 분류 또는 결정을 내리는 인공지능의 한 분야이다. 규칙을 일일히 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야이며, 인공지능의 하위 분야 중에서 지능을 구현하기 위한 소프트웨어를 담당하는 핵심 분야이다. 머신러닝은 크게 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 나뉘...2025.04.16