최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기융합정보논문지 = Journal of Convergence for Information Technology, v.8 no.1, 2018년, pp.201 - 206
Recently, as technologies for realizing artificial intelligence have become more common, machine learning is widely used. Machine learning provides insight into collecting large amounts of data, batch processing, and taking final action, but the effects of the work are not immediately integrated int...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
적응형 학습에서 두 가지 유형의 적응 설정은 무엇인가? | 적응형 학습에서 알고리즘은 의사 결정을 내리고 기존 데이터 및 설정에서 이미 가지고 있는 정보를 기반으로 학습 프로세스를 조정할 수 있다. 두 가지 유형의 적응 설정이 고려되어야 하는데, 첫 번째는 알고리즘이 데이터 집합의 복잡성에 적응하여 앙상블을 반복적으로 생성함으로써 새로운 가설을 추가하는 것이다. 두 번째 설정에서 알고리즘은 샘플링 할 데이터 포인트를 적응적으로 선택하도록 허용하는 보다 일반적인 접근 방식이다. 이 접근법은 특히 데이터 포인트를 획득하는 데 드는 비용이 매우 많이 드는 분야에서 아주 유용하다[14-17]. | |
기계 학습이란 무엇인가? | 인공지능을 구현하기 위한 방법 중에서 특히 기계 학습은 분류, 예측, 변이 감지, 클러스터링과 같은 분야에 폭넓게 사용되는 기술이다. 일상생활이나 다양한 산업군에서 발생하는 데이터 스트림의 분석을 통해 비즈니스의 가치, 제품의 불량 여부, 기기 고장 예측, 구매 예측 등 일상생활의 많은 관심사항을 예측하는데 활용될 뿐만 아니라 금융 산업에서는 지난 20년 동안 시장 방향 예측[2], 감성 분석, 포트폴리오 최적화, 신용 위험, 파산과 같은 금융의 복잡한 문제를 해결하는데 서포트 벡터 머신, 신경망 네트워크, 의사 결정 트리, 강화 학습, 유전 프로그래밍 등의 기계 학습 모델이 널리 적용되어 왔다[3]. | |
지도된 기계 학습의 가장 큰 단점은 무엇인가? | 통계가 단어나 구문과 같은 기능을 결정할 때 인간의 직관보다 일반적으로 더 낫기 때문에 더 정확하다. 그러나 지도된 기계 학습의 가장 큰 단점은 레이블이 있는 예제가 필요하다는 것이다. 레이블이 너무 적거나 레이블이 전체 데이터세트를 나타내지 않으면 정확도가 낮거나 특정 도 메인에만 한정된다[6]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.