많은 조직은 자동화 된 복잡한 의사 결정에 신경회로망을 사용한다. 신경회로망은 요청된 행동의 방향 패턴을 쉽게 식별할 수 있다. 각각의 회로망은 그들의 활동을 증진 시키기 위해 과거의 경험으로부터 배운다. Technology 구성원의 멤버인 그들은 기계학습법이라고 불린다. 기계학습법은 11장에서 묘
인공지능
인공지능(AI - Artificial Intelligence)에 대해서 알아보기 전에 우선 ‘지능(Intelligence)’은 무엇을 의미하는지 알아볼 필요가 있다.
지능은 지적인 작업을 할 수 있게 해준다. 지적인 작업이란 보통 사고(reasoning), 추론(inference), 학습(learning), 문제해결(problem solving) 등의 능력을 필요로 하는 작업
신경망은 더 이상 프로토타입 코드로서 존재하는 신기한 것들이 아니다; 그것들은 공식화될 수 있으며 객체들로서 실현될 수 있고 무수히 많은 응용들에서 사용될 수 있다. 인공지능의 이 분지에서의 증가하는 관심은 무수히 많은 아키텍처들, 설계 방법론들 그리고 많은 툴들, 유틸리티들 그리고 구현
제1장 데이터마이닝의 개요
1. 데이터마이닝의 정의
1956년 미국의 어느 조그만 마을에 작은 전파상을 운영하는 밀러라는 사람이 있었다. 이 전파상은 수 대에 걸쳐서 내려오는, 그 주위의 여러 다른 마을에도 소문이 난 유명한 가게였다. 물론 주위에는 여러 개의 전파상이 있었지만 유독 밀러씨
Ⅰ. 개요
물리 및 데이터 링크 계층과 네트워크 및 트랜스포트 계층의 가장 큰 차이점은 물리 및 데이터링크 계층은 물리적 경로를 통해 통신을 제공하는 반면, 네트워크 및 트랜스 포트 계층은 논리적 또는 가상 경로를 통해 통신을 제공하며, 이 가상 경로는 일련의 여러개의 데이터 링크들로 구성되