I. 머신러닝 파이프라인(ML Pipeline)의 개요 가. 머신러닝 파이프라인의 개념 데이터 수집부터 전처리, 학습 모델 배포, 예측까지 전과정을 순차적으로 처리하도록 설계된 머신러닝 아키텍처 나. 머신러닝 파이프라인의 필요성 머신러닝 자동화 머신러닝 모델 전 과정 지속 수행 위한 파이프라인 기반 자동화 예측 정확성 향상 내부 구조 이해를 통한 머신러닝 성능(예측의 정확성) 향상 II. 머신러닝 파이프라인의 데이터 처리
I. 하이퍼파라미터의 개념 최적의 딥러닝 모델 구현을 위해 학습률이나 배치크기, 훈련 반복 횟수, 가중치 초기화 방법 등 인간의 선험적 지식을 기반으로 딥러닝 모델에 설정하는 변수 II. 하이퍼파라미터의 종류 종류 설명 적용 시 고려사항 학습률 (Learning Rate) gradient의 방향으로 얼마나 빠르게 이동할 것인지 결정하는 변수 – 너무 작으면 학습의 속도가 늦고, 너무 크면 학습 불가
I. 공용망에서 전용망 구성, 가상사설망(VPN)의 개요 가. 가상사설망(VPN, Virtual Private Network)의 개념 인터넷과 같은 공용망(Public Network)에서 두 네트워크 혹은 지점 간 연결을 전용망(Private Network)처럼 사용하기 위해 터널링, 암호화 등을 사용하는 네트워크 나. 가상사설망(VPN)의 사용 목적 원격지 간 데이터 유출 위험 없이 내부망 처럼 사용하여 보안성 확보 네트워크 이동성 및 확장성 확보하여 재택 및 원격지 근무
I. 4차산업혁명의 총아, 지능형 로봇의 개념/부각 배경 개념 인간을 모방하여 외부 환경을 인식(Sensing)하고 상황을 판단(Think)하여 자율적으로 동작(Act)하는 지능형 기계 장치 부각 배경 우리나라는 로봇밀도 세계 1위, 제조로봇 세계 5위권이나, 로봇 분야가 편중되고 핵심 부품 및 S/W는 선진국에 의존하는 등 로봇산업의 전반적 경쟁력은 취약 4차산업혁명의 신기술(AI, 5G 등)이 로봇에 접목되면서 로봇의 스마트화가 비약적으로 진전되고 활용 분야도