[그림1]은 a~h 지점을 연결하는 도로망에서 각 지점간 도로의 거리를 나타내는 그림이고, [그림2]는 각 지점에서 목적지인 h까지의 직선거리로, 각 도시에서 목적지까지 도달하는 거리의 예측치로 사용할 수 있다. a 지점에서 출발하여 h 지점에 도착하는 경로를 탐색하려고 할 때, 다음 질문에 답하라.
(
1. 의사결정나무의 정의
의사결정나무는 의사결정규칙을 나무구조의 모형을 만들어 하나의 대상을 몇 개의 소집단으로 구분하는 분류 또는 예측을 수행하는 분석방법으로써 적용결과에 의해 if-then 으로 표현되는 규칙을 생성한다. 다른 Data mining 기법들에 비해 분석과정이 나무구조로 표현
예측알고리즘 등 다양한 응용 분야에서 관찰되고 있으며, 이를 해결하기 위해 인공지능 윤리에 대한 논의와 연구가 필요합니다.
이 연구의 목적은 인공지능의 편향성 문제와 윤리적 고려에 대한 이해를 높이고, 이를 극복하기 위한 방안을 제시하는 것입니다. 연구는 다음과 같은 구체적인 목표를
알고리즘 문제 풀이를 위한 개념
에이스타 알고리즘의 노드에 대한 평가함수를 정의하면 다음과 같다. ‘출발노드로부터 목표 노드까지의 경로비용’을 f(k)이라고 하고 ‘출발노드로부터 노드 k까지의 경로비용’을 g(k)라고 하고 ‘노드 k로부터 목표노드까지의 예측 경로비용’을 h(k)라고 한다.
예측기법을 발견하고 가장 적합한 모형을 실험을 통하여 판별해내는 데 목적을 둔다. 첫 번째가 시계열 자료 분석에 자주 활용되는 Box-Jenkins의 방법 중 Autoregressive Integrated Moving-Average(ARIMA), 두 번째가 통계적 자료 분석에 가장 흔히 사용되는 다중회귀분석(multiple regression), 세 번째가 신경망 알고리즘이