1. 랜덤 포레스트 (Random Forest)의 개요 개념도 개념 분류/회귀 분석 등에 사용하기 위해 다수 의사결정 트리를 결합하여 분류/회귀 모형을 생성하는…

1. PET (Privacy-Enhancing Technology)의 개요 PET(Privacy-Enhancing or Privacy-Enhanced Technology): 개인정보 보호 강화 기술 배경 디지털전환 가속화로 데이터 분석을 통해 가치있는…

1. 데이터 마이닝 방법론, SEMMA의 개념 SEMMA (Sample, Explore, Modify, Model, and Assess): 샘플링, 탐색, 수정, 모델링, 평가 절차 개념…

1. 데이터 마이닝 방법론, CRISP-DM의 개념 CRISP-DM (Cross-Industry Standard Process for Data Mining): 데이터 마이닝을 위한 산업 간 표준 절차…

1. 데이터 마이닝 방법론, KDD의 개요 KDD (Knowledge Discovery in Database) (1) KDD의 개념 및 특징 개념 특징 DW, OLAP,…

1. ODS (Operational Data Store)의 개념 및 특징 개념 데이터에 추가 작업 위해 다양한 데이터 원천(Source)들로부터의 데이터를 추출·통합한 데이터베이스 특징…

1. AI 거버넌스 플랫폼의 개념/필요성 AI 거버넌스 플랫폼 (AI Governance Platforms) 개념 AI 시스템의 법적, 윤리적, 운영적 성과 관리를 위해…

1. AI TRiSM의 개념 및 필요성 AI TRiSM: AI Trust(신뢰), Risk(위험), and Security Management(보안 관리)를 의미 개념 AI의 잠재적 위험…

1. BLE (Bluetooth Low Energy)의 개념 및 특징 (1) BLE의 개념 블루투스 기반 저전력 통신을 위해 작은 데이터 전송 단위…

1. 앰비언트 인비저블 인텔리전스의 개념 앰비언트 인비저블 인텔리전스 (Ambient Invisible Intelligence) 개념도 개념 소형 스마트 태그와 센서를 통해 대상의 상태를…