I. 머신러닝 파이프라인(ML Pipeline)의 개요 가. 머신러닝 파이프라인의 개념 데이터 수집부터 전처리, 학습 모델 배포, 예측까지 전과정을 순차적으로 처리하도록 설계된…

I. 하이퍼파라미터의 개념 최적의 딥러닝 모델 구현을 위해 학습률이나 배치크기, 훈련 반복 횟수, 가중치 초기화 방법 등 인간의 선험적 지식을…

I. 클라우드 기반 GPU 가상화의 필요성 및 효과 4차 산업혁명에 따른 인공지능의 확산과 클라우드 컴퓨팅에 대한 수요 증가 클라우드 기반…

I. 비지도 학습의 개요 가. 비지도 학습 (Unsupervised Learning, 자율 학습)의 개념 입력데이터에 대한 목표값 없이 데이터가 어떻게 구성되었는지를 알아내는…

I. 지도 학습의 개요 가. 지도 학습 (Supervised Learning)의 개념 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)…

I. 인공지능 기반 채팅, 챗봇 가. 챗봇의 개념 사람과 문자 대화를 통해 질문에 알맞은 답이나 각종 연관 정보 제공 인공지능…

I. 컴퓨팅 패러다임 혁신, 양자컴퓨팅 등장배경 [기존 컴퓨팅의 한계] - 폰노이만 컴퓨팅 성능 한계 - 추론, 판단 연산 어려움 -…

I. 인공신경망 맞춤형 ASIC, TPU 가. TPU(Tensor Processing Unit)의 개념 인공신경망 데이터 고속처리를 위한 맞춤형 ASIC 기반 인공신경망 데이터 처리…

I. 밀도기반 군집화 기법, DBSCAN 가. DBSCAN 의 개념 핵심 벡터로부터 ε 반경 내 접근 가능한 모든 데이터 벡터들의 집합(군집)을…

I. 분류와 예측 모형, 인공신경망, ANN 가. 인공신경망의 개념 인간의 뉴런을 모방하여 가중치 조정을 통한 분류와 예측을 위해 다수 노드를…