 |
대한토목학회 논문집, 72(2), 98-112.
석사과정 중 진행한 연구로, 빅데이터와 머신러닝 기법을 활용해 현장 품질 관리의 효율성과 정확성을 높이는 모델을 개발한 결과를 발표하였으며, 제1저자로 참여하였습니다.
“친환경 건설재료 개발 및 실
|
|
 |
머신러닝의 차이점은?
16. 빅데이터란?
17. 소프트웨어 개발 과정에서 중요한 요소는?
18. Git과 GitHub의 차이점은?
19. API란 무엇인가요?
20. HTTP와 HTTPS의 차이점은?
21. 소프트웨어 테스팅의 목적은?
22. 데이터베이스 정규화란?
23.
|
|
 |
머신러닝 88
하. 데이터 분석 도구와 소프트웨어 88
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문제 91
? 면접시험에 자주 출제된 최빈도 출제 기초과학이론 기출문제 98
? 학위과정 입시지원자 화학분야 연구능력검증 기출면
|
|
 |
머신 러닝 알고리즘을 구현하고, 다양한 데이터 셋을 이용하여 모델링을 수행하는 방법을 배웠습니다. 또한, 딥 러닝과 강화학습 등 머신 러닝의 발전 동향에 대해서도 학습하였습니다.
이 과목에서 가장 큰 성과는, 실제로 머신 러닝 알고리
|
|
 |
머신 러닝, 그리고 대규모 데이터 처리에 대한 제 전문성은 회사의 차세대 게임 개발 및 사용자 경험 혁신에 크게 기여할 수 있습니다.
NC소프트에서의 업무를 통해, 저는 제가 학습한 이론과 기술을 실제 게임 개발 및 최신 기술 혁신에 적용
|
|
 |
싶습니다. 정보 검색 분야에서의 혁신은 사용자 경험을 개선하고, 정보 검색의 효율성을 높이는 데 기여합니다. 저는 머신 러닝과 데이터 분석 분야에서의 경험을 바탕으로 위즈넛의 검색 엔진을 더욱 정교하게 개발하고 성능을 향상시키는
|
|
 |
능하게 하는 것을 목표로 합니다. 또한 다기능 팀과 긴밀히 협력하여 데이터 기반 문화를 조성하고 전략적 의사 결정 프로세스에 영향을 미치고 싶습니다. 새로운 분석 기술의 선두에 서서 고급 머신 러닝 알고리즘을 탐색하고 지속적으로 기
|
|
 |
대해 깊이 이해하게 되었습니다. 특히, 머신 러닝을 활용한 예측 모델 구축 실습을 통해 AI 기반 시스템을 설계하는 데 필요한 핵심 역량을 기를 수 있었습니다. 이러한 경험은 KAI의 AI 개발 및 데이터 분석 분야에서 매우 중요한 자산이 될 것
|
|
 |
대한 지식을 넓혔습니다.
또한, 실험과 연구를 진행하면서 얻은 데이터 분석 능력을 더욱 발전시키기 위해 Python과 R을 활용한 데이터 분석 공부를 병행하고 있습니다. 특히, 데이터 시각화, 통계 분석 및 머신 러닝 기법을 연구하여 생명공학
|
|
 |
대된다.
세포 수준 진단 기술의 발전 방향은 다양한 분야에서의 응용과 함께 꾸준한 기술 개선과 연구가 필요하다. 더욱 정확하고 빠른 진단을 위한 세포 이미지 처리 기술 개발과 데이터 분석 기술 발전은 필수적이며, 인공지능과 머신 러닝
|
|
메뉴펼치기
