알고리즘(algorithm) 접근 방법이 데이터 분석에 도입된 이유는 관측치마다 변수가 급격히 증가하고 통제되지 않은 인간행동에 의해 생산된 데이터라는 복잡성 때문에 기존의 모수적 모형 접근방법(parametric model approach)으로는 좋은 결과를 기대하기 어려웠기 때문이다.
❷ 모수적 모형접근 방법과 알고
알고리즘을 일종의 의사결정 체계로 묘사하는 것은 인간의 책임이 희석하기 위한 의도에서 비롯된 것일 때가 많다. AI 알고리즘을 앞세워 인터넷 세계를 평정한 테크 기업들이 딜레마에 빠졌다. 국내외에서 소셜미디어, 검색 엔진, 뉴스 플랫폼부터 인터넷 쇼핑, 배달, 택시 배차까지 일상생활에 깊숙이
Algorithm을 '알고리즘'으로 표기하는 것은 This를 '지스'로, Rhythm, r?ð?m을 '리즘'으로 표기하는 것과 마찬가지의 잘못된 것이라는 주장이 있다. 하지만 실제 생활에서는 알고리즘이라는 표기가 알고리듬이라는 표기에 비해 압도적으로 많이 사용되고 있다. ‘발견(finding)’이 소비의 결정적 순간으로 작용
Ⅰ. 서론
인공지능 시대의 본격적인 진입을 앞두고 있는 지금, 많은 전문가들은 동 기술의 ‘특이점’ 도래와 위험성을 강조하며 이에 대한 규제 필요성을 주장하기 시작하였다. 알고리즘에 의해 제공된 편향된 정보와 가치관에 의해 훼손되는 민주주의원리, 집적된 데이터가 권력화되어 나타나는
(Tabu Search Algorithm) 및 개미군집 최적화(Ants Colony Optimization)를 이용하여 예방정비 비용을 최소화 시키는 정비 주기와 단위시간당 기대비용값을 산출하고 시간적 효율성을 판단함으로써 최적해에 빠르게 수렴하는 메타휴리스틱 알고리즘을 비교하여 다부품 시스템 최적화 결정에 효과적임을 고찰한다.