 |
모델 학습에 영향을 미치지 않도록 했습니다.
두 번째 문제는 예측 성능의 저조였습니다. 처음 모델을 훈련시키고 예측을 해본 결과, 예측 정확도가 매우 낮았으며, 모델이 교통 패턴을 정확히 반영하지 못하는 문제가 발생했습니다. 저는 기
|
|
 |
이 프로젝트에서는 기계 학습 모델을 구현하는 데 필요한 수학적 기초와 프로그래밍 능력을 함께 익히는 기회를 가졌습니다. 저는 파이썬과 TensorFlow를 활용하여 데이터 분석 및 예측 모델을 개발하는 역할을 맡았습니다. 프로젝트 중간에 예
|
|
 |
coder, Isolation Forest)을 적용하여, 기존의 지도학습 모델보다 적은 이상 데이터로도 효과적인 탐지가 가능하도록 개선하였습니다.
3. 모델의 성능을 정량적으로 평가하기 위해 Precision-Recall Curve 및 ROC Curve를 활용하여 모델의 이상 탐지 성능을
|
|
 |
싶습니다. 특히, 산업 현장에서의 데이터 흐름을 이해하고, 데이터를 어떻게 수집하고 가공하여 AI 모델에 적용하는지에 대해 깊이 배우고 싶습니다. 이를 통해 데이터 전처리부터 모델 학습, 평가, 배포까지의 전 과정에 대한 실질적인 경험
|
|
 |
성하는 시스템도 직접 구축한 바 있습니다.
6. CBM 알고리즘을 설계할 때 가장 어려웠던 점은 무엇이었나요?
센서 데이터의 불균형성과 노이즈 문제였습니다. 고장 발생 데이터가 적은 상황에서 모델을 학습시키기 위해 SMOTE, ADASYN 등의 오버샘
|
|
 |
도전과 혁신 측면에서, 저는 기존 기술을 뛰어넘는 혁신적인 해결책을 모색하며 새로운 기술을 도입하는 데 주저하지 않았습니다. 예를 들어, AI 비전 시스템을 구축할 때, 기존의 규칙 기반 시스템을 기계 학습 모델로 개선하여, 결함 인식 정
|
|
 |
모델을 학습시켜 결과를 도출했습니다. 또한 실험 담당자들과 소통하며 데이터와 실험 결과의 연결성을 강화했습니다. 저는 단순한 분석가가 아니라 팀원 간 협력을 이끄는 연결자의 역할을 수행했다고 생각합니다.
6) 입사 후 이루고 싶은
|
|
 |
리더로서의 역할도 하고 싶습니다. 이를 위해 지속적인 학습과 다양한 프로젝트 경험을 통해 전문성을 쌓고, 서울AI재단과 함께 도시와 시민을 위한 AI 혁신을 이끌고자 합니다. 2025 서울AI재단 6급_AI 서비스 모델 개발 자기소개서 지원서
|
|
 |
대학 출신 지원자는 지도교수를 어떻게 정해야 하나? 216
마. 스스로 찾을 수 있는 [지식]을 연구하는 과정 217
나. 특수대학원 코스의 장단점 217
? 대학원 면접에 필수 준비사항 218
가. 대학교 혹은 대학원의 교육목표/교육철학 218
나
|
|
 |
모델 학습과 개선, 대규모 서비스 환경에서의 안정적 운영까지 전 과정을 경험했습니다. 또한 클라우드 학습과 프로젝트 경험을 통해 실질적으로 적용할 수 있는 능력을 키웠습니다. 이처럼 이론과 실무 경험을 종합적으로 갖춘 점이 저의 차
|
|
메뉴펼치기
