|
트리기반 알고리즘과의 하이브리드 앙상블 구조도 설계한 바 있습니다. 또한, 실험 관리에는 TensorBoard, Weights & Biases를 활용하며, 하이퍼파라미터 튜닝 자동화를 위해 Optuna 프레임워크를 사용한 경험도 있습니다. 그 외에도 Flask 및 Streamlit 기
|
|
|
. AI용어사전
채반석 (2016.03.17). 인공지능. 용어로 보는 IT 목차
1. 서론
2. 본론
1) 약한 인공지능과 강한 인공지능
2) 기계학습의 개념과 특징
3) 딥러닝 알고리즘의 개념과 특징
4) 인공지능 활용사례
3. 결론
4. 출처 및 참고문헌
|
|
|
알고리즘으로 최단경로를 탐색하기 위한 평가함수를 정의하고, 이에 따른 탐색트리를 구
하라. 각각의 노드에 평가함수의 계산식 및 노드 확장 순서를 표시하라(강의 3강 30번 슬라
이드 참고).
(다) A* 알고리즘으로 최소시간 경로를 구하
|
|
|
알고리즘 및 지침서(KMAP-BP) 1. 서론
1.1. 양극성 장애 정의 및 특성
1.2. 양극성 장애의 분류
2. 본론
2.1. 양극성 장애의 핵심증상
2.2. 양극성 장애의 구체적인 사례
2.2.1. 사례1 - 사도세자
2.2.2. 사례2 - 유진박
3. 결론
3.1. 양극성
|
|
|
논 리
제3장 증 명
제4장 집합론
제5장 행 렬
제6장 관 계
제7장 함 수
제8장 부울대수
제9장 그래프 1
제10장 그래프 2
제11장 트 리
제12장 조합이론
제13장 알고리즘
제14장 오토마타 및 형식 언어
* 각 장별 출제예상문제 + 해설포함 *
|
|
|
논 리
제3장 증 명
제4장 집합론
제5장 행 렬
제6장 관 계
제7장 함 수
제8장 부울대수
제9장 그래프 1
제10장 그래프 2
제11장 트 리
제12장 조합이론
제13장 알고리즘
제14장 오토마타 및 형식 언어
* 각 장별 출제예상문제 + 해설포함 *
|
|
|
트리, 신경망 등의 분류 알고리즘보다 일반화 능력이 좋으며 성능(분류율)이 좋은 것으로 평가되고 있다. 기본설정으로 분석을 한 결과는 다음과 같다.
그림 (2-11)
다음과 같은 누적 향상도를 보여주며 신경망에 비해서는 효율이 떨어지는 모
|
|
|
논 리
제3장 증 명
제4장 집합론
제5장 행 렬
제6장 관 계
제7장 함 수
제8장 부울대수
제9장 그래프 1
제10장 그래프 2
제11장 트 리
제12장 조합이론
제13장 알고리즘
제14장 오토마타 및 형식 언어
* 각 장별 출제예상문제 + 해설포함 *
|
|
|
논 리
제3장 증 명
제4장 집합론
제5장 행 렬
제6장 관 계
제7장 함 수
제8장 부울대수
제9장 그래프 1
제10장 그래프 2
제11장 트 리
제12장 조합이론
제13장 알고리즘
제14장 오토마타 및 형식 언어
* 각 장별 출제예상문제 + 해설포함 *
|
|
|
트리가 구성됨
2. 최대최소 탐색
1) 최대최소 탐색의 개요
현재의 판의 형태에서 내가 둘 수 있는 수와 상대방이 둘 수 있는 수가 교대로 나타나는 트리가 구성됨
2) 최대최소 탐색 알고리즘
① 루트 노드는 현재의 판의 상태이며, 이후 내가
|
|
메뉴펼치기
