혼자 복습하고 필기하는

[1] 데이터 마이닝의 정의와 이해1. 데이터 마이닝의 정의 정의 - 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 작업 - 데이터베이스 내 지식 발견 KDD(Knowledge Discovery in Databases)빅데이터 시대의 의미 - 대규모 데이터로부터 의미를 찾아내는 데 있어 중요도가 급증 2. 데이터 마이닝의 이해 데이터 마이닝의 적용 분야 - 분류(Classification) : 일정한 집단에 대한 정의를 통해 데이터를 분류 및 구분 - 군집화(Clustering) : 유사한 특성을 가진 데이터들을 군집(Cluster)으로 묶음 (사전 정의 없음) - 연관성(Association) : 동시에 발생한 사건 간의 관계를 정의 - ..

[1] 분산분석과 상관분석 1. 분산분석(ANOVA) 정의 - 통계학에서 두 개 이상의 다수의 집단을 비교할 때 F분포를 이용하여 가설검정을 하는 방법 - ANOVA = ANalysis Of VAriance역사 - 통계학자 로날드 피셔(R.A. Fisher)에 의해 1920년대~1930년대에 걸쳐 작성 F분포 정의 - 분산의 비교를 통하여 얻어지는 분포 비율 - F = (군간변동) / (군내변동)특성 - 집단 간의 동질성을 가정하고 분석 - 군내변동이 크면 → 집단 간 평균차이 확인 어려움 - 분산 차이가 큰 경우 → 유발 원인 제거 필요 F분포의 가정 (1) 정규성 가정 - 모집단에서 변인 Y는 정규분포를 따름 - 모집단에서 변인 Y의 평균은 다를 수 있음 (2) 분산의 동질성 가정 - Y의 모집단 분..

[1] 확률과 통계 이론1. 통계(Statistics) 정의- 표본을 통하여 모집단을 추정하기 위한 학문빅데이터와 관계- 표본(≃데이터)을 수집하고 분석하는 고전 과정 빅데이터의 기반 학문모집단(Population)- 정보를 얻고자 하는 목표 대상의 전체 집단표본(Sample)- 모집단의 일부이며, 관찰하여 획득한 데이터모집단과 표본의 관계- 모집단은 전수조사를 통하여 파악 가능하지만 비효율적- 표본을 통하여 모집단의 정보를 추정표본의 원천(Source)- 정부, 공공기관 등의 데이터 수집- 실험을 통한 데이터 획득- 설문조사 등을 통한 데이터 획득- 사물, 객체, 현상의 관찰을 통한 데이터 획득 데이터 유형범주 데이터(Categorical Data): 데이터의 범주(Category)를 사전에 정의하고 ..

[1] 의사결정 구조1. 의사결정(Decision Making) - 하나 이상의 조건을 평가(또는 테스트)하여 그 결과에 따라 다양한 흐름으로 명령문을 수행하는 구조- R에서는 if문, if~else문, switch문을 제공 의사결정 구조의 용도- if문 : 조건이 참일 때만 명령문을 수행- if~else문 : 조건에 따라 서로 다른 명령문을 수행- switch문 : 다양한 값의 조건에 따라 각각 다른 명령문을 수행 2. if 문 - 조건이 참(TRUE)인 경우에만 명령문 수행- 가장 단순한 의사결정 구조 문법if (조건) {... # 조건이 참(TRUE)일 때 실행되는 명령문} 3. if~else 문 - 조건이 참(TRUE)일 때와 거짓(FALSE)일 때 서로 다른 명령문을 수행 문법if (조건) {...

학습목표발전하는 기술의 이면에는 윤리적 문제가 존재하므로, 위험을 줄이고 윤리적 폐해를 예방할 수 있는 방안을 모색학습내용인공지능 개발과 응용에 필요한 전반적인 기술을 정리정보 보안 관리와 윤리적 문제를 인식 도입에 따른 기술적 준비Data Infrastructure데이터 수집, 저장, 처리를 위한 시스템 구축높은 품질의 데이터 확보, Data Governance 정책 수립컴퓨터 시스템 자원필요한 컴퓨팅 파워와 스토리지 용량 확보Cloud Service, On-Premise 자원 적절히 활용알고리즘과 모델링비즈니스 목표에 맞는 알고리즘 선택모델 훈련, 검증, 테스트를 위한 프로세스 설정보안 및 개인정보 보호데이터 보안 프로토콜, 개인정보보호 정책 적용AI 시스템의 보안 취약점 평가 및 대응 전략 수립전문..

학습목표산업 발전에 유익하고 인간의 일을 돕는 역할을 하지만, 위험한 기능과 부정적 폐해도 있음을 인지학습내용인공지능에 대한 위험한 사례를 검토정보 기술 전문가에게 필요한 보안 의식을 상기 인공지능의 위험과 불안가짜 뉴스 (Fake News)거짓 통계 (Artificial Statistics)여론 조작 (Manipulation of Public Opinion)대중 선동 (Populism)기술 유출 및 해커 침입전산망 마비= 원인을 찾기 어려움 인공지능과 정보 보안기술 정보 관리자정보 보안이 생활화보안 관리 교육에 적극 참여정보 시스템이 다중 보호될 수 있도록 함데이터와 정보, 기술에 대한 가치와 인식 제고상호 감시와 충고를 통해 정보 보안이 생활화 될 수 있도록 함 학습정리인공지능의 위험한 기능과 예측하..

학습목표산업 발전에 유익하고 인간의 일을 돕는 역할을 하지만 위험과 부정적 폐해도 존재함학습내용자동화 공장 또는 무인 자동차의 사고 사례를 검토, 인공지능에 대한 위험과 부정적인 측면을 파악 인공지능의 위험과 불안- 인공지능이 발달할수록 인간 창의력 부각- 범죄 악용 막는 "Red Team" 강화- 번역기의 시대, 외국어 능력 중요- 스마트폰이 어린이들의 정신건강을 해치고 있음- 자동화된 공장에서 인공지능의 착오로 인해 인명 피해 발생- 입사 지원자가 ChatGPT를 활용하여 가짜 자기소개서 제출- 무인 자동차가 길거리에서 튀어나오는 보행자와 충돌- 에세이를 개인적으로 쓴 것과 Chat-Bot이 쓴 것을 구분할 수 있을까? 학습정리인공지능은 긍정적이고 획기적인 발달로 인간의 삶에 큰 영향을 끼치지만, 구..

학습목표인공지능이 다양한 분야에서 실제적이고 구체적으로 어떻게 활용·응용되는지 살펴봄학습내용금융산업과 고객 서비스 산업 등에서 인공지능이 활용되는 구체적인 사례를 파악 금융산업에서의 인공지능신용평가 및 위험 관리 : 머신러닝 기반 신용 평가, 포트폴리오 위험 분석 및 관리사기탐지 : 이상 거래 패턴 인식, 실시간 사기 예방 시스템 운영 고객 서비스에서의 인공지능고객 행동 분석 : 구매 패턴 및 선호도 분석, 맞춤형 추천, 트렌드 예측, 재고 관리 최적화가격 최적화 : 동적 가격 책정 알고리즘, 수요 및 경쟁사 가격 기반 조정스마트 매장·무인 판매 : 재고 관리, 스마트 체크아웃, In-Store 분석 통한 고객 경험 향상 학습정리인공지능은 금융산업에서 신용평가, 위험 관리, 사기탐지에 활용됨고객 서비스 ..

학습목표4차 산업 혁명의 주체가 되는 인공지능의 구체적인 활용 분야를 파악학습내용제조업과 금융 서비스 산업 등에서 인공지능의 다양한 활용 사례 살펴보기 제조업에서의 인공지능자동화 및 로봇공학 : 생산 라인의 로봇 자동화, 정밀 검사, 품질 관리공정 최적화 : 머신러닝을 통한 생산 공정 최적화, 수요 예측, 자원 할당유지 보수 예측 : 설비 예측 보전, 고장률 감소, 운영 효율성 향상공급망 및 물류 관리 : 재고 관리, 물류 최적화, 공급망 리스크 관리, 응답 시간 단축 금융산업에서의 인공지능알고리즘 트레이딩 (Trading) : 대규모 데이터 (Big Data) 분석 기반의 시장 예측고주파 트레이딩 및 자동화 전략= 짧은 시간 내 대량 거래 수행 전략= 컴퓨팅 알고리즘으로 시장 데이터를 분석하고 거래 기..

학습목표데이터와 인공지능의 관계, 상호 역할을 정리해 주는 논리적 기술, 최적의 결과를 도출하기 위한 모델링 등에 대해 알아보기학습내용알고리즘을 연구하기 위해 활용되는 모델링 살펴보기모델링 전문가에게 필요한 역량 정리 인공지능 모델링의 이해모델링 : 현실 세계의 시스템이나 프로세스를 수학적으로 표현, 복잡한 문제를 단순화하여 이해하고 해석할 수 있음모델링이 중요한 이유 : 의사결정 과정의 정확성 향상, 예측 가능성 및 위험 관리, 경제적·과학적 연구의 기초 제공모델링 사례 : 기후변화 예측, 경제성장 전망, 인구 통계 모델링 등 알고리즘과 필요한 자질알고리즘과 모델링을 구상·디자인하기 위해 전문가가 갖추어야 할 역량메타인지 (Meta Cognition) : 생각에 대한 생각직관 (Intuition) : ..