Connecting HW and SW

항목세부 내용비고IBM 딥블루의 승리üIBM의 체스 인공지능인 딥블루(Deep Blue)가 당시 세계 체스 챔피언인 가리 카스파로프(Garry KasParov)를 꺽으며 인공지능의 잠재력을 다시 한 번 대중에게 각인시킴(1997년).ü딥블루의 적용 기술 : 모든 경우의 수 탐색 후 MiniMax 적용, 가지치기(pruning) 기법 활용ü“복잡한 규칙이라도 계산 능력과 알고리즘으로 해결 가능＂•통계적 머신러닝의 부상ü(기존) 규칙 기반 전문가 시스템ü데이터 기반 학습으로 전환통계와 확률을 활용한 머신러닝 기법 확산ü주요 기법 : SVM, 베이지안 네트워크ü“불확실성과 노이즈가 상존하는 현실 문제를 모델링 가능해짐＂•Support Vector Machine데이터와 컴퓨팅 파워의 증가ü1990년대 인터넷의 ..

주요 기술개발자 및 내용전자식 계산기•Tommy Flowers(1905~1998), 1943년•최초의 전자식 계산기 콜로서스(Colossus) 제작(군사용)•전자식 컴퓨터 개념 수립인터넷 프로토콜•Vint Cerf & Bob Kahn, 1970년대•인터넷 프로토콜(TCP/IP) 설계로 글로벌 네트워크 기반 마련•네트워킹 아키텍처 표준화모자이크 브라우저•Stewart Brand & Marc Andreessen, 1980년대•홈 컴퓨터 커뮤니티(WELL), 모뎀 기반 인터넷 접근, 모자이크 브라우저 개발•커뮤니티 및 웹 접근성 확대마우스•Douglas Engelbart(1925~2013), 1968년•마우스 발명, 인간-컴퓨터 협업 시스템 제안•UI 혁신 및 협업 시스템 설계ARPANET•Larry Robe..

프로젝트 빌리칠드부모의 역할 모범 사례육아 상황권장 반응비고ü상황: 친구와 함께 한 게임에 졌을 때ü상황: 친구와 함께 한 게임에 이겼을 때ü상황: 친구와 함께 한 게임에 져서 매우 우울해 있을 때ü상황: 친구와 함께 한 게임에 이겨서 친구를 놀리고 있을 때ü상황 : 친구를 다치게 하고 어쩔 줄 몰라 할 때ü상황 : 이유를 알 수 없는 상황에서 친구와 싸우고 있을 때ü상황 : 뭔지 모를 이유 때문에 기분이 매운 나쁜 상태일 때ü상황 : 친구와 싸울 때 매우 공격적인 행동과 말을 하는 경우ü상황 : 친구와 싸울 때 매우 방어적인 행동과 말을 하는 경우ü상황 : 집 안의 중요한 물건을 깨뜨렸을 때ü상황 : 어떤 행동의 결과가 매우 위험해질 수 있는 행동을 하려고 할 때ü상황 : 마트에서 특정한 물건을 사 달..

항목세부 내용비고전문가 시스템의 한계ü전문가 시스템의 경우, 특정 영역에서는 성공적이었으나, 다음 문제로 인해 한계가 확연했음.ü지식 습득의 어려움 : (XCON 사례) XCON의 유지보수 비용 과다, 규칙 추가 시 시스템 복잡도 증가ü유연성 부족 : (MYCIN 사례) 새로운 질병, 환경 변화, 의료지식확산 등 실제 의료 현장의 변화에 적응하지 못했음.ü확장성의 문제 : (일본 FGCS 사례) 일반적인 대규모 문제를 풀기 위해서는 막대한 계산자원이 필요하여 실용화가 어려움.•규칙 기반LISP 머신 시장 붕괴üLISP(LISt Processing): 1958년 존 매카시가 인공지능 연구와 전문가 시스템 개발을 위해 개발한 프로그래밍 언어üLISP 머신 : LISP가 동작하는 전용 컴퓨터(1980년대 주로..

프로젝트 빌리칠드부모의 역할 모범 사례부모 반응 예시부모 유형비고“그래, 멍멍이야! 강아지네~ 얼룩무늬 멍멍이가 뛰어가네＂S형“멍멍, 멍멍이! 강아지가 꼬리를 흔드네. 배가 고픈가 보다＂N형“그래, 멍멍이야! 강아지랑 같이 놀면 재미겠지?”E형“그래, 멍멍이야! … 강아지가 혼자 놀고 있네＂I형

프로젝트 빌리칠드부모의 역할 모범 사례 육아 상황권장 반응비고산책 중 관찰ü상황: 아이가 길가에 핀 꽃을 가리키며 “꽃!”이라고 외침.식사 시간ü상황: 아이가 밥을 먹으며 “밥 맛있어!”라고 말함.비 오는 날ü상황: 창밖을 보던 아이가 “비 와!”라고 말함.친구와 놀이 후ü상황: 아이가 “친구랑 놀았어”라고 말함.넘어졌을 때ü상황: 아이가 넘어져서 “아야!”라고 함.

프로젝트 빌리칠드부모의 역할 모범 사례 육아 상황권장 반응비고아이가 새로운 단어를 말하려고 노력할 때ü행동/반응: 아이가 “멍… 멍멍!”이라고 말하면 부모가 “그래, 멍멍이야! 강아지네~ 멍멍이가 뛰어가네!”라며 아이 말을 반복해주고 문장을 확장함.ü효과: 아이가 말한 단어가 올바른 표현임을 확인받고 자신감을 얻음. 동시에 단어가 문장으로 확장되는 과정을 자연스럽게 학습 → 어휘력과 문장력 발달 촉진.아이가 발음을 서툴게 했을 때ü행동/반응: 아이가 “빠나나”라고 말하면 부모가 “맞아, 바나나구나. 바나나 맛있지!”라며 자연스럽게 올바른 발음을 다시 들려줌.ü효과: 아이가 실수했더라도 부정적 평가 대신 긍정적으로 수용 → 안정감 속에서 올바른 발음을 반복 학습. 언어 습득 과정에서의 불안감 감소.아이..

import keyringimport sysfrom dotenv import load_dotenvfolderPath_CommonLibraries = keyring.get_password("BilientService", "CommonLibraries")#print("[CommonLibraries]", folderPath_CommonLibraries)if folderPath_CommonLibraries not in sys.path: sys.path.append(folderPath_CommonLibraries) print("Path appended")envPath = folderPath_CommonLibraries + "/.env"load_dotenv(envPath) def Test02(): # ..

출처 : BST261AG, Ver.0.9 # 주가 예측 및 추천 알고리즘 상세 설명서 본 시스템은 과거 일별 데이터(Daily Candles)와 당일 오전(09:00~10:00) 분봉 데이터(Minute Candles)를 결합하여, 당일 10시 이후의 주가 방향과 향후 3일간의 흐름을 예측합니다. 전체 종목을 스캔하여 상승 확률이 가장 높은 상위 200개 종목을 추천하는 것을 목표로 합니다. ## 1. 데이터 처리 파이프라인 (Data Pipeline) ### 1-1. 원본 데이터 (Raw Data) 1. **일봉 데이터 (Daily)**: DB에서 조회. 시가(Open), 고가(High), 저가(Low), 종가(Close), 거래량(Volume). 2. **분봉 데이터 (Minute)**: 엑셀 등에서..