메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
기계학습의 분야에서 자주 이용되어지고 있는 예제기반의 학습 방법에 대하여 살펴보고, 이 방법을 사용하는 데 있어서의 기존의 방법과 범주 효용성(Category Utility)의 방법을 살펴본다. 여기에 기존의 방법을 사용하게 되었을 때의 문제점인 정확도의 문제점과 자동화에 관한 것을 나타내고자 한다. 이것으로써 어떤 방법보다도 정확도를 높이면서도, 실행의 효율성을 증대시키기 위한 방법으로써 한 가지의 방법인 범주 효용성이 어떠한 역할을 하는 가를 살펴보고, 이것을 실제적으로 적용을 되었을 때에 어떻게 표현이 가능한지를 보는 것이다.
또한, 이 방법을 사용함으로써 자동화된 기법으로써 이용하는 경우를 생각해 보고, 이것을 실제적으로 적용했었을 때 이것을 기존의 방법과도 비교하여 어느 정도의 효율성을 기대할 수가 있는가의 여부를 고려해 보도록 한다.

목차

요약

1. 서론

2. 예제 기반 학습 방식

3. 범주 효용성(Category Utility)

4. 개선된 예제 기반 방식

5. 결론 및 향후 연구 계획

6. 참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017956395