주간_KDB리포트(Weekly_KDB_Report)_ hwp
|
|
|
- 지아 유
- 5 years ago
- Views:
Transcription
1 인공지능의실상과기업내도입을위한제언 : 금융산업을중심으로 고대경 ( 산업기술리서치센터, inodko@kdb.co.kr) 인공지능은인간의지능을모방또는유사한방법으로대신할수있는시스템을개발하는것을목적으로하는연구분야이다. 인공지능의원대한목적에비해현재수준은초기단계에불과하지만현재의연구결과만으로도인간의삶을윤택하게만드는데일조하고있다. 문제는인공지능에대한일반인들의관심과기업의광고전략으로인해인공지능에대한오해와환상이발생하고있다는점이다. 기업에서인공지능을도입하기위해서는이러한오해와환상에서벗어나전략적인인공지능기술도입, 양질의데이터및전문인력확보방안을강구해인공지능도입기반을마련하는데노력을기울여야할것이다. 연구배경 Weekly KDB Report
2 인공지능제대로이해하기 1. 인공지능정의및개념 < 그림 1> 인공지능적용 Framework 자료 : A Framework for Applying AI in the Enterprise, Gartner( ) 재구성 1) 제리카플란 (2017), 인공지능의미래 83~85p, 한스미디어 2) 페드로도밍고스 (2017), 마스터알고리즘 108p 비즈니스북스 Weekly KDB Report
3 < 그림 2> 인공지능학습의단계 자료 : 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어 3) 기존의컴퓨터비전분야에서이미지에서숫자를인식할때이와같은방법을이용했으며이러한모델링이어렵다는것은 ImageNet 대회에서입증된결과임 4) AlphaGo 는 Fan, Lee, Master, Zero 네가지버전이있으며 Lee 는이세돌과대결한 AlphaGo 버전임 5) 추형석, 안성원, 김석원 ( ), AlphaGo 의인공지능알고리즘분석, SPRi Issue Report 제 호, 소프트웨어정책연구소 Weekly KDB Report
![< 참조 1> 딥러닝개요 자료 ( 우측그림 ) : Machines That Learn In The Wild, Nesta(2017.07) [ 딥러닝의예 ] 28X28 크기의흑백사진의 0~9까지의숫자를인식하는딥러닝을구현한다고가정해보자. 입력층의각노드의개수는사진크기인 784개 (28*28) 이되고입력값은 0~255( 픽셀값 ) 중하나가될것이다.](/docs-images/92/109792695/images/4-0.jpg "은닉층은알고리즘이사진의어떤특징 ( 우측그림참조 ) 을인식했는지를보여준다. 은닉층의수는임의로설정할수있으며, 최종결과값은 10개 (0~9) 의확률값중최대값을통해이미지에서숫자를인식한것을확인할수있다. [ 학습과학습률 ] 첫번째은닉층노드계산방법은 이다. 여기서 은입력데이터이며 은가중치를의미한다. 각데이터에의한학습은 의최적값을찾는과정이다.")
4 < 참조 1> 딥러닝개요 자료 ( 우측그림 ) : Machines That Learn In The Wild, Nesta( ) [ 딥러닝의예 ] 28X28 크기의흑백사진의 0~9까지의숫자를인식하는딥러닝을구현한다고가정해보자. 입력층의각노드의개수는사진크기인 784개 (28*28) 이되고입력값은 0~255( 픽셀값 ) 중하나가될것이다. 은닉층은알고리즘이사진의어떤특징 ( 우측그림참조 ) 을인식했는지를보여준다. 은닉층의수는임의로설정할수있으며, 최종결과값은 10개 (0~9) 의확률값중최대값을통해이미지에서숫자를인식한것을확인할수있다. [ 학습과학습률 ] 첫번째은닉층노드계산방법은 이다. 여기서 은입력데이터이며 은가중치를의미한다. 각데이터에의한학습은 의최적값을찾는과정이다. 가중치를구하는최적화방법에는순방향 ( 경사하강법 ), 역방향 ( 오차역전파법 ) 등이있으며, 데이터마다가중치를얼마나변경시킬지를결정하는변수를학습률이라한다. [ 하이퍼파라미터 ] 각층의노드수, 학습률과같이사람이직접설정해야하는매개변수를하이퍼파라미터 라고한다. 하이퍼파라미터의값에따라딥러닝학습의성공에큰영향을미친다. 자료 : 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어정리 Weekly KDB Report
5 2. 인공지능의오해와진실 (1) 인공지능은머지않은미래에금융산업의일자리를대체할것이다 < 그림 3> 인공지능에의한대체예상시점 자료 : Katja Grace(2017.5), When Will AI Exceed Human Performance? Evidence from Ai Experts, Future of Humanity Insititute, Oxford University 6) 트레이더, 600 명에서 2 명으로...IT 기업된골드만삭스, 조선비스 ( ) 7) 전문가들에따라다소차이는있으나높은수준의인공지능에의한인간의완전대체에대해서아시아권전문가들은 104 년, 북미연구가들은 168 년으로상당한차이를보임 8) 인공지능이인간한계넘어제 3 의생명역사열까?, 한겨레 ( ) 에따르면영국셰필드대학의 Noel Sharkey 인공지능전문가는미래예측설문의유효성은 5~10 년이며그이상이되는경우억측이라고주장 9) 김지혜 (2017), 로보파이낸스가만든미래금융지도 96~99p 한스미디어 10) "The Rise of Robo-Advice, Changing the Concept of Wealth Management", Accenture(2015) Weekly KDB Report
6 (2) 인공지능은지능이있어스스로학습할수있다 (3) 금융산업은인공지능에의해바뀔것이다 < 그림 4> 산업별인공지능확산전망 자료 : 소프트웨어정책연구소 2016 소프트웨어산업연간보고서 11) 인공지능이학습을한다는것은가중치값을찾는것으로통계에서회귀계수값을찾는것과유사해서일반적인학습과같다고말하는것은논란이있을수있음 12) 지능의대표적인이론으로스피어만의 S 요인과 G 요인, 써스톤의다 ( 多 ) 요인, 카텔의유동적지능과결정적지능, 스턴버그의지능삼원론, 가드너의다중지능이론등이있음 13) 협업로봇제조업체리싱크로보틱스의회장로드니브룩스는개의수준의지능을갖추는데도 50~100 년은걸릴것이라고말함, 인공지능이인간한계넘어제 3 의생명역사열까, 한겨례 ( ) 14) 인공지능이스스로학습할수있다는것은 < 그림 2> 에서말한특징추출을의미하며, 학습의피드백형태에따라무감독, 강화학습, 감독학습이있는데무감독학습이가능한경우가있다는것임 Weekly KDB Report
7 < 그림 5> 5 년내금융산업에서핀테크기술의중요성 자료 : "2017 CEO Survey : A Financial Services Perspective", Gartner( ) (4) 딥러닝학습, 인공지능적용은쉽다 15) AlphaGo Lee( 이세돌과게임을한버전 ) 는몬테카를로 (MCTS) 알고리즘, 두종류의딥러닝적용, 강화학습등인공지능알고리즘이복합적으로적용해개발됨 16) 적은데이터세트로학습할경우보유하고있는데이터셋은정확히맞추지만다른데이터셋에는결과를맞추지못하는특정데이터셋에만지나치게최적화된상태를의미함 Weekly KDB Report
8 < 그림 6> 이미지전처리예시 자료 : 이숭훈 ( ), Artificial Intelligence 최근인공지능개발트렌드와미래의진화방향, LG 경제연구원 금융산업에서인공지능적용현황 1. 해외사례 17) 사진에서기계가인지할수있도록사진을일일이경계선으로구분짓고사물의명칭을기록하는등의과정으로 ImageNet 에사용된 1400 만장을전처리하는데 1000 명이 6 년이걸림 Weekly KDB Report
9 < 표 1> 해외적용사례 분야 통계및문서작성 고객응대 준법감시 신용평가및심사 트레이딩및투자자문 내용및사례 ( 골드만삭스 ) 금융사건을분석하고결과에대해서대화형질문에응답하는서비스제공, 켄쇼 활용 ( 미즈호은행 ) 인공지능기반의로봇은행원을주요지점에배치해고객응대 (BNZ뉴질랜드) 금융상품을설명시소비자의감정을확인해적합한서비스를제공 ( 호주증권투자위원회,ASIC) IBM의왓슨을금융투자상품의불완전판매검사등에활용 (BillGuard) 의심스러운거래징후를포착해고객앱으로경보제공 (Zest Finance) 기존의신용평가시사용하는정보와동호회정보, SNS 포스팅주제등 SNS 자료를포함약 7 만가지의변수에대한데이터를통해개인신용분석 (Cape Analytics) 지형공간이미지를활용해실시간정보를반영한부동산가치평가를수행 (Wealthfront) 고객의 Risk Tolerance 에기반한전세계 ETF 에분산투자 (Learnvest) 은행, 대출모기지등계좌의통합관리, 고객이원하는목표를설정하면달성가능한금융솔루션제시 (Ally Financial) 음성이나텍스트로질문하여예산및현금흐름에대한예측및피드백제공 자료 : 내부보고서및 "Cool Vendors in AI for Banking and Investment Services, Gartner( ) 2. 국내사례 18) 로보어드바이저, 해외는자동화국내는알고리즘에집중 블로터 ( ), 투자알파고로보어드바이저 1 년수익률은인간이압승, 연합인포맥스 ( ) Weekly KDB Report
10 < 표 2> 국내적용사례 분야 내용및사례 고객응대 신용평가및심사 트레이딩및투자 ( 국민은행 ) 조회, 이체등기본업무에대한음성뱅킹서비스 (NH 농협 ) 카카오톡기반의상담금융봇및콜센터에도입 (KEB 하나은행 ) 인공지능앱을통해금융거래내역기반소비형태분석 (KEB 하나은행 ) 담보대출기준 50 억원까지인공지능에의한자동화시스템 (KDB 캐피탈 ) 사회초년생이나낮은신용등급의고객들대상으로직업, 연령, 성별, 금액, 연체이력, 신용카드보유여부등을조합한신용평가 ( 신한은행 ) 로보어드바이저 엠폴리어 도입 ( 우리은행 ) ISA, 퇴직연금상품을반영한로보어드바이저 자료 : 언론기사정리 금융산업에인공지능도입을위한제언 1. 인공지능기술의 Hype 에서벗어난현실적인접근이필요 < 표 3> AI 도입오해와진실 오해 진실 인공지능은머지않은미래에금융산업의일자리를대체할것이다. IT에의해일자리가대체되며, 인공지능이기존업무에보조적인역할을할것이다. 인공지능은지능이있어스스로학습할수있다. 인공지능은사람이프로그래밍한목적만을달성하기위해학습한다. 금융산업은인공지능에의해바뀔것이다. 금융산업은 IT기술에의해바뀔것이다. 딥러닝훈련, 인공지능적용은쉽다. 딥러닝학습은오랜시간이걸리며, 인공지능적용도어렵다. 자료 : "Hype Hurts : Steering Clear of Dangerous AI Myths", Gartner( ) 및상기내용을바탕으로재작성 19) 로보어드바이저펀드수익률 20% 넘지만아직은걸음마단계, 조선비즈 ( ) Weekly KDB Report
11 2. 핀테크기술도입을우선적으로검토 3. Open Innovation 에기반한 Data 확보 20) R3CEV, 하이퍼레져등금융권, 또는비금융권을포함한스마트계약, 무역금융결제시스템개발컨소시엄구성 21) 13 년 5 월에설립된벤처기업인켄쇼에서는애널리스트의정보분석업무를대체하는인공지능시스템을개발함 22) A Chief Data Officer's Guide to an AI Strategy, Gartner( ), 23) 고액자산보유자에게는로보어드바이저는오히려반감을살수있으며, BNZ 뉴질랜드의서비스처럼소비자에게재무관리계획, 금융상품, 현금흐름등을설명했을때의고객의감정상태를분석하는인공지능을통해서고객이표현하지못하는니즈를파악하는것이도움이될수있음 24) 간편송금시스템은최근대부분의은행권에서도입했으나 17 년 2 분기기준으로금융회사의간편송금이용률은 4.6% 로매우저조한상황임, M 플랫폼전쟁, 간편송금 1 라운드, 토스 카카오완승, 뉴스원 ( ) Weekly KDB Report
12 . 4. 금융산업에도연구개발부서가필요 25) 아마존과마이크로소프트는알렉사와코타나의제휴를진행했다. 아마존은하드웨어기반이없어데이터수집에제한이있으며, 마이크로소프트는 PC 기반의데이터확보를위한플랫폼은있으나 API 스킬, 쇼핑등다양한종류의서비스가부족한상황에서제휴를통해경쟁기반을확보함 26) 강맹수 ( ), Fast Follower 의몰락, AI 는산업을어떻게바꾸고있는가?, IBK 경제연구소 27) 학습때은닉층의뉴런을무작위로골라삭제하는기법 28) 개별적으로학습시킨여러모델의출력을평균내어추론하는방식 29) 사이토고키 (2017), 밑바닥부터시작하는딥러닝 108~110p, 한빛미디어 30) 이승훈 ( ), Aritificial Inelligence 최근인공지능개발트렌드와미래의진화방향, LG 경제연구원 Weekly KDB Report
13 5. 인공지능의핵심역량을내재화하기위한자원확보에집중 < 그림 7> 디지털비즈니스전략도입효과설문조사 자료 : 2017 CEO Survey : A Financial Services Perspective, Gartner( ) 31) Machine-Learning and Data Science Solutions:Build, Buy or Outsource?, Gartner( ) 32) A Chief Data Officer's Guide to an AI Strategy, Gartner( ) 에따르면조사기업의 54% 가직원역량부족으로어려움을느끼며 37% 가 AI 전략정의의부재, 35% 가인공지능적용사례찾기의어려움이라고응답 33) 맥킨지글로벌인스티튜트는 2018 년까지미국에서만머신러닝전문가가 14 만명에서 19 만명부족하고능숙한데이터처리관리자가 150 만명부족할것이라고예측함 34) Develop Your Artificial Intelligence Strategy Expecting These Three Trends to Shape Its Future, Gartner( ) 35) How to start a Machine-Learning Initiative With Less Anxiety, Gartner( ) Weekly KDB Report
주간_KDB리포트(Weekly_KDB_Report)_ hwp
http://rd.kdb.co.kr 제 754 호 / 2017. 11. 27 조사연구 인공지능의실상과기업내도입을위한제언 : 금융산업을중심으로 이슈브리프 민간소비측면에서의기준금리인상가능성 일본임금상승률부진의원인및향후전망 북한포커스 북 중 러의두만강지역개발협력동향과향후과제 금융시장 금리 환율 주가 인공지능의실상과기업내도입을위한제언 : 금융산업을중심으로 1 이슈브리프
Introduction to Deep learning
Introduction to Deep learning Youngpyo Ryu 동국대학교수학과대학원응용수학석사재학 youngpyoryu@dongguk.edu 2018 년 6 월 30 일 Youngpyo Ryu (Dongguk Univ) 2018 Daegu University Bigdata Camp 2018 년 6 월 30 일 1 / 66 Overview 1 Neuron
딥러닝 첫걸음
딥러닝첫걸음 4. 신경망과분류 (MultiClass) 다범주분류신경망 Categorization( 분류 ): 예측대상 = 범주 이진분류 : 예측대상범주가 2 가지인경우 출력층 node 1 개다층신경망분석 (3 장의내용 ) 다범주분류 : 예측대상범주가 3 가지이상인경우 출력층 node 2 개이상다층신경망분석 비용함수 : Softmax 함수사용 다범주분류신경망
Ch 1 머신러닝 개요.pptx
Chapter 1. < > :,, 2017. Slides Prepared by,, Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 1.1 3 1.2... 7 1.3 10 1.4 16 1.5 35 2 1 1.1 n,, n n Artificial
Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š
솔루션 2006 454 2006 455 2006 456 2006 457 2006 458 2006 459 2006 460 솔루션 2006 462 2006 463 2006 464 2006 465 2006 466 솔루션 2006 468 2006 469 2006 470 2006 471 2006 472 2006 473 2006 474 2006 475 2006 476
( 분류및특징 ) 학습방법에따라 1 지도학습 (Supervised 2 비지도 학습 (Unsupervised 3 강화학습 (Reinforcement 으로구분 3) < 머신러닝의학습방법 > 구분 지도학습 (Supervised 비지도학습 (Unsupervised 강화학습 (
보안연구부 -2016-016 머신러닝 (Machine 개요및활용동향 - 금융권인공지능 (AI) 을위한머신러닝과딥러닝 - ( 보안연구부보안기술팀 / 2016.3.24.) 개요 이세돌 9단과인공지능 (AI, Artificial Intelligence) 알파고 (AlphaGo) 의대국 ( 16 년 3월 9~15일총 5국 ) 의영향으로 4차산업혁명단계 1) 진입을인식함과더불어금융권에서도인공지능기술이주목받게됨에따라,
목 차 Ⅰ. 사업개요 5 1. 사업배경및목적 5 2. 사업내용 8 Ⅱ. 국내목재산업트렌드분석및미래시장예측 9 1. 국내외산업동향 9 2. 국내목재산업트렌드분석및미래시장예측 목재제품의종류 국내목재산업현황 목재산업트렌드분석및미래시
목재미래기업발굴및육성을위한 중장기사업방향제안 2017. 11. 목 차 Ⅰ. 사업개요 5 1. 사업배경및목적 5 2. 사업내용 8 Ⅱ. 국내목재산업트렌드분석및미래시장예측 9 1. 국내외산업동향 9 2. 국내목재산업트렌드분석및미래시장예측 16 2.1. 목재제품의종류 16 2.2. 국내목재산업현황 19 2.3. 목재산업트렌드분석및미래시장예측 33 Ⅲ. 목재미래기업의정의및분류
제1강 인공지능 개념과 역사
인공지능개념과역사 < 인공지능입문 > 강의노트 장병탁서울대학교컴퓨터공학부 & 인지과학 / 뇌과학협동과정 http://bi.snu.ac.kr/~btzhang/ Version: 20180302 목차 인공지능의개념........ 3 연구분야............ 4 역사...... 6 패러다임........ 7 응용사례.......... 8 Reading Assignments.........
조사보고서 구조화금융관점에서본금융위기 분석및시사점
조사보고서 2009-8 구조화금융관점에서본금융위기 분석및시사점 Ⅰ. 서론 Ⅱ. 구조화금융의미시적시장구조 2 조사보고서 2009-08 요약 3 Ⅲ. 서브프라임위기의현황과분석 4 조사보고서 2009-08 Ⅳ. 서브프라임위기의원인및특징 요약 5 6 조사보고서 2009-08 Ⅴ. 금융위기의파급경로 Ⅵ. 금융위기극복을위한정책대응 요약 7 8 조사보고서 2009-08
KAKAO AI REPORT Vol.01
KAKAO AI REPORT Vol.01 2017.03 import kakao.ai.dataset.daisy import kakao.ai.image import kakao.ai.classifier import mxnet as mx def Conv(data, num_filter, kernel=(1, 1), stride=(1, 1), pad=(0, 0), name=none,
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월
지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support
, Analyst, 3774 1785, Figure 1 ecall * PSAP (Public Safety Answering Points) : 응급 콜센터 개념 MSD (Minimum Set of Data) : 사고 시간, 장소, 운
Sector comment Korea / Telecommunication 27 May 2016 OVERWEIGHT Stocks under coverage Company Rating Price Target price * 아래의 리스트를 클릭하시면 전체 리포트를 다운 받으실 수 있습니다 사물인터넷(1) IoT 기기의 보급 2015.12.11 사물인터넷(2) IoT
2-1-3.hwp
증권거래소 / 금융감독원 유가증권 관리 / 감독 스폰서 설립 현금 REITs ㅇ 주주총회 ㅇ 이사회 ㅇ 감사 현금 주식 / 수익증권 투자자 (자본시장) 지분 출자 부동산 (부동산시장) 소유권 / 모기지 계약 주간사 : IPO, 증자 등 자산운용회사 관리/ 개발/ 처분 자산 관리 / 운용계약 신용평가회사 부동산정보회사 : 신용등급 : 정보제공 ㅇ 부동산 관리
2
kakao 2018 8 Investor Relations 2 목차 3 4 전국민의카카오 41,488 41,915 42,080 42,431 42,746 43,044 43,201 43,526 43,577 2Q16 3Q16 4Q16 1Q17 2Q17 3Q17 4Q17 1Q18 2Q18 5 6 ü ü ü ü 7 8 AI Kakao I Inside Kakao I Open
홍익3월웹진PDF
C o n t e n t s 04 20 28 35 44 48 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 Human Resource Trends 50 Human Resource
홍익노사5월웹진용
C o n t e n t s 04 30 32 13 47 22 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 Human Resource Trends 49 50 Human Resource
<4D F736F F D20302EC0CEC6AEB7CE2BC1BEB8F1B8AEBDBAC6AE2BBCBAB0FA BCBAB0FABEF7B5A5C0CCC6AEBFCFB7E1292E646F6378>
글로벌트렌드포트폴리오 채권같은주식 (Bond-like stocks) 리츠 (REITs) 스마트하우징 (Smart housing) 시니어이코노미 (Senior Economy) 뉴노멀소비 (New Consumers) 지속성장 (Continuous growth) 머신러닝 (Machine learning) 자율주행 (Autonomous driving) 만물인터넷 (Internet
Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP 13 FIP
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : 2016 3 29 ( ) ~ 11 1 ( ) : 310 Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : ( ) ~ 11 1 ( ) : 310
SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM 13 : (IoT), 4.0,,,,,, CEO. 13 : 2016 3 29 ( ) ~ 11 1 ( ) : 310 Contents SEOUL NATIONAL UNIVERSITY FUTURE INTEGRATED-TECHNOLOGY PROGRAM FIP
PowerPoint Presentation
기계학습을통한 시계열데이터분석및 금융시장예측응용 울산과학기술원 전기전자컴퓨터공학부최재식 얼굴인식 Facebook 의얼굴인식기 (DeepFace) 가사람과비슷한인식성능을보임 문제 : 사진에서연애인의이름을맞추기 사람의인식율 : 97.5% vs DeepFace 의인식률 : 97.35% (2014 년 3 월 ) 물체인식 ImageNet (http://image-net.org):
슬라이드 1
* BCS : Business Consulting Service ( PwC) ** C&I : Consulting & Integration Organization *** TSG: Technology Solution Group 2/22 - - - * IDC, 2003 ** 2003,, 2004 3/22 * Blue Ocean Strategy: How to Create
e-spider_제품표준제안서_160516
The start of something new ECMA Based Scraping Engine CONTENTS 3 4 1 2 3 4 5 6 7 8 9 5 6 ECMA Based Scraping Engine 7 No.1 No.2 No.3 No.4 No.5 8 24 ( ) 9 ios Device (all architecture) Android Device (all
빅데이터_DAY key
Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020
KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번
![KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번](/thumbs/39/20170743.jpg "KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번")
준법감시인 승인필 제160324-12호 KODEX Perspectives 1. Market Perspectives [인공지능, 인간에게 위협이 아닌 인간과의 융합을] Market Perspectives는 국내외 금융 시장을 둘러싼 주요한 이슈를 집중 분석하며, 이를 통해 투자 아이디 어를 찾아냅니다. 금번 호에서는 최근 이슈가 되고 있 는 인공지능에 대해 알아보는
<C1D6B0A3B1DDC0B6B0E6C1A6B5BFC7E22DC1A634B1C7C1A63332C8A32DC0CEBCE2BCDBBACEBFEB2E687770>
주간 금융경제동향 제4권 제32호 주간 논단 영국의 은행 임직원 책임 및 보상규제 강화와 시사점 1 전략연구실 전상욱 실장 이슈브리프 개인자산관리종합계좌(IWA)의 바람직한 도입 방향 5 금융연구실 차지훈 수석연구원 러시아 경제제재 현황과 영향 점검 11 경제연구실 황나영 책임연구원 시장 및 정책동향 저축은행의 2013 회계연도 잠정 결산 결과 등 17 금융경제
01 01NEAR
Monthly Report 2015.02 & FUTURE 현상에서미래를보다 ECONOMY 한국, 1천역직구저가항공연말정산 Vol.01 Monthly Report 2015.01 빅데이터분석을통한미래예측및대응사례 SOCIETY 의정부시화재어린이집폭행사이버대학교크림빵뺑소니 TECHNOLOGY 자율주행차북셀프핀테크바이어스랩 CONTENTS 01 08 17 NEAR
2018 하반기 산업별 투자전략 글로벌 인터넷 중국 신유통 탐방기 - 전자상거래 점유율 상승 가속화 정용제
18 하반기 산업별 투자전략 중국 신유통 탐방기 - 전자상거래 점유율 상승 가속화 정용제 2-377-1938 yongjei.jeong@miraeasset.com 163 ( 조 CNY) 18. 16. 1. 12.. 8. 6.. 2.. Mobile PC 소매시장침투율 (R) YoY성장률 (R) 12 1 16 18E E 9 8 5 6 7 9 11 13 15 18
슬라이드 1
저작권기술 NEWSLETTER 2017.08.07. Volume 05-3 기술분야 : SW 저작권기술 적용시장 : 인공지능시장 인공지능 (AI, Artificial Intelligence) 이란인간처럼사고 감지 행동하도록설계된일련의알고리즘체계이다. 아이폰의 시리 (Siri) 도인공지능의한종류라고할수있는데, 즉인공지능은사람의개입없이도사람이의도한바를이루어주는대리인
제 31회 전국 고교생 문예백일장 산문 부문 심사평.hwp
제 31회 전국 고교생 문예백일장 산문 부문 심사평 *당선자 : 장원-울산효정고등학교 이예슬 차상-수리고등학교 전하영 차하-안양예술고등학교 이본느 가작-은평고등학교 강보미 가작-고양예술고등학교 강보민 배우고( 知 ), 좋아하고( 好 ), 즐기며( 樂 ) 쌓아가는 삶의 피라미드! 단국대 제 31회 전국고교생 백일장 산문부 심사위원들의 가장 큰 아쉬움은 글제 삼각
OUTLINE 행사개요 행사명 Inside Bitcoins Conference & Expo 2015 장소 KINTEX 제 2전시장 3층 (회의실 301~304호) 행사시기 2015년 12월 9일(수) - 11일(금)ㅣ9일은
Fueling the Blockchain Technology Revolution CONFERENCE and EXPO 2015 Seoul, Korea 2015. 12. 9-112(3 ) T. 031-995-8074/8076 E. insidebitcoins@kintex.com www.insidebitcoins.co.kr OUTLINE 행사개요 행사명 Inside
목 차 Ⅰ. 조사개요 1 1. 조사배경및목적 1 2. 조사내용및방법 2 3. 조사기간 2 4. 조사자 2 5. 기대효과 2 Ⅱ. P2P 대출일반현황 3 1. P2P 대출의개념 3 2. P2P 대출의성장배경 7 3. P2P 대출의장점과위험 8 4. P2P 대출산업최근동향
조사보회고서 온라인 P2P 대출서비스실태조사 2016. 6. 시장조사국거래조사팀 목 차 Ⅰ. 조사개요 1 1. 조사배경및목적 1 2. 조사내용및방법 2 3. 조사기간 2 4. 조사자 2 5. 기대효과 2 Ⅱ. P2P 대출일반현황 3 1. P2P 대출의개념 3 2. P2P 대출의성장배경 7 3. P2P 대출의장점과위험 8 4. P2P 대출산업최근동향 12 Ⅲ.
Microsoft Word - ISA 통신(2016.03.08)
주간 ISA통신 (3월 2주) 2016-03-10 상품전략부 현대증권, ISA 신탁형 수수료 '무료' 업계 최초 현대증권[003450]은 10 일 개인종합자산관리계좌(ISA) 신탁형 수수료를 무료로 책정하기로 했다고 밝혔다. 이 같은 신탁 보수 무료는 업계에서 처음인 것으로 알려졌다. 일명 '만능통장'으로 불리는 ISA 가 오는 14 일부터 시판됨에 따라 금융회사
2/21
지주회사 LG의 설립과정 및 특징 소유구조를 중심으로 이은정_좋은기업지배구조연구소 기업정보실장 이주영_좋은기업지배구조연구소 연구원 1/21 2/21 3/21 4/21 5/21 6/21 7/21 8/21 9/21 10/21 11/21 12/21 13/21 14/21 15/21 16/21 17/21 18/21 19/21 20/21 [별첨1] 2000.12.31.현재
2007
Eugene Research 산업분석 2016. 03. 21 IT 알파고가던져준 IT 산업의성장로드맵 반도체 / 디스플레이담당이정 Tel. 02)368-6124 / jeonglee@eugenefn.com Junior Analyst 노경탁 Tel. 02)368-6647 / kyoungkt@eugenefn.com Overweight( 유지 ) Recommendations
[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제
![[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제](/thumbs/91/104610526.jpg "[Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural networks) 에기반하여설계된개념으로, IT기술의발전과함께단점으로여겨지던과적합문제")
2016. 4. 25 (16-31 호 ) : 알파고의딥러닝 (Deep Learning) 금융업적용사례 Deep Learning 의개념과역사 Deep Learning 금융업적용사례 시사점 [Summary] 딥러닝이란인간뇌의학습처리과정을모방한머신러닝방법의한종류로, 사람의사고방식을컴퓨터에게가르치는것을의미 1980년대등장한인공신경망 (ANN, artificial neural
<283129C7CFBCBAB1D92E687770>
글로발 금융위기 이후의 금융혁신 -핀테크(Fintech)를 중심으로* 하 성 근 (연세대학교 명예교수 겸 한국은행 금융통화위원) 1) 1. 머리말 글로발 금융위기가 발생한지 어언 6년이 지났으나 아직도 세계경제는 위기 이전의 성장모멘텀 을 회복하지 못하고 있고, 금융시스템의 위기 재발을 막기 위해 추진되어온 글로발 금융규제 개혁 도 애초에 생각되었던 수준으로
Data Industry White Paper
2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM
PowerPoint 프레젠테이션
[ 인공지능입문랩 ] SEOPT ( Study on the Elements Of Python and Tensorflow ) 인공지능 + 데이터분석목적 / 방법 / 기법 / 도구 + Python Programming 기초 + NumpyArray(Tensor) youngdocseo@gmail.com 1 *3 시간 / 회 구분일자내용비고 1 회 0309
[NO_11] 의과대학 소식지_OK(P)
![[NO_11] 의과대학 소식지_OK(P)](/thumbs/40/20572420.jpg "[NO_11] 의과대학 소식지_OK(P)")
진 의학 지식과 매칭이 되어, 인류의 의학지식의 수준을 높 여가는 것이다. 하지만 딥러닝은 블랙박스와 같은 속성을 가지고 있어서, 우리는 단지 결과만을 알 수 있기 때문에 이런 식의 의학지 식의 확장으로 이어지기는 힘들 수 있다는 것을 의미한다. 이것은 실제로 의학에서는 인공지능을 사용하게 될 때 여러 가지 문제를 만들 수 있다. 뿐만 아니라, 인간이 이해
?
2015. JULY VOL. 125 IBK Economic Research Institute CONTENTS 2015. July vol.125 M MANAGEMENT LOUNGE 018 020 022 024 E ECONOMY LOUNGE 026 028 030 C CEO LOUNGE 034 036 038 010 012 016 BUSINESS B MANUAL 002
Microsoft PowerPoint - 실습소개와 AI_ML_DL_배포용.pptx
실습강의개요와인공지능, 기계학습, 신경망 < 인공지능입문 > 강의 허민오 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University 실습강의개요 노트북을꼭지참해야하는강좌 신경망소개 (2 주, 허민오 ) Python ( 프로그래밍언어 ) (2주, 김준호
<4D F736F F F696E74202D203034BECBB0EDB8AEC1F228BECBC6C4B0ED20BECBB0EDB8AEC1F220C0CCBEDFB1E2292E >
이산수학 Discrete Mathematics 알파고알고리즘이야기 인천대학교컴퓨터공학과공학시인이숙이철호교수 Jullio@chol.com zullio@inu.ac.kr 010 3957 6683 모바일컴퓨팅연구실 07 401 호 알파고에대하여 알파고의 HW 사양 최종버전 ( 싱글 ) 40개의탐색쓰레드 48개 CPU 8개 GPU를사용 분산구현버전 40개의탐색쓰레드
융합WEEKTIP data_up
2016 MAY vol.19 19 융합 인지과학 연구동향 이아름 융합연구정책센터 발행일 2016. 05. 09. 발행처 융합정책연구센터 융합 2016 MAY vol.19 인지과학 연구동향 이아름 융합연구정책센터 선정 배경 최근 구글의 인공지능 프로그램인 알파고가 이세돌 9단과의 바둑대결에서 압승을 거둔 이후 전세계적으로 인공지능에 대한 관심이 증대 - 인간
제4차 산업혁명과 인공지능 차 례 제4차 산업혁명과 인공지능 2 제46회 다보스포럼이 2016년 1월 21일~24일 4차 산업혁명의 이해 라는 주제로 개최 되었습니다. 4차 산업혁명은 인공지능에 의해 자동화와 연결성이 극대화되는 단계 로서 오늘날 우리 곁에 모습을 드러
국가연구개발사업 정보 길잡이 제23호 2016년 4월 4월 과학의 날 특집 인공지능과 알파고 이야기 제4차 산업혁명과 인공지능 차 례 제4차 산업혁명과 인공지능 2 제46회 다보스포럼이 2016년 1월 21일~24일 4차 산업혁명의 이해 라는 주제로 개최 되었습니다. 4차 산업혁명은 인공지능에 의해 자동화와 연결성이 극대화되는 단계 로서 오늘날 우리 곁에 모습을
W7_Business_ 제품설계
6가지 테마와 24단계 창업 프로그램 벤처창업 (START-UP) Week 7: 스타트업 바이블 Step 20, 21, 22, 23 ; 어떤 과정을 거쳐 제품을 기획하고 설계할까? Hansoo Kim, Ph.D YUST MIS / E-Biz Research Center / BNC ?????,!????,? (Linchpin,, )?? ),, SASA : :,,
메뉴얼41페이지-2
데이터 기반 맞춤형 성장관리 솔루션 스마트빌 플러스 은행계좌등록 은행계좌를 조회하여 등록합니다. 신용카드등록 신용카드를 조회하여 등록합니다. 금융정보 자동수집을 위하여 인증서이름, 아이디, 비밀번호를 등록합니다. 통합 자동 수집 금융정보 통합 자동수집을 실행합니다 은행계좌등록 은행계좌를 조회하여 등록합니다. 신용카드등록 신용카드를 조회하여
모바일동향
범용인공지능의현황과과제 2018. 4. 24. 추형석 기술ㆍ공학연구실 소프트웨어정책연구소 목 차 1. 개요 2. 범용인공지능의분류 3. 범용인공지능의현황 4. 결론 목 차 1. 개요 2. 범용인공지능의분류 3. 범용인공지능의현황 4. 결론 바둑인공지능프로그램 AlphaGo 의진화 AlphaGo Fan : 바둑유럽챔피언판후이와대결하여 5:0 승리 AlphaGo
제로인브로슈어최종본
THE OPTIMAL WAY TO THE SUCCESSFUL WEALTH MANAGEMENT 01.Invitation Message 02.Program Concept 03.Unique Program 04.Curriculum 05.Professional Faculty 06.Admission 01 Invitation Message 04 WEALTH MANAGEMENT
융합WEEKTIP data_up
2016 OCTOBER vol.43 43 융합 핀테크(FinTech) 이아름 융합연구정책센터 발행일 2016. 10. 31. 발행처 융합정책연구센터 융합 2016 OCTOBER vol.43 핀테크(FinTech) 이아름 융합연구정책센터 선정 배경 최근 스마트폰을 비롯한 스마트 기기들이 대중화.다양화되는 등 급변하는 디지털 환경에 대응하기 위한 혁신전략 중 하나로
2015 한국은행전자금융세미나 대한민국핀테크산업의현재와미래 July 2015 이성복 Sungbok Lee
215 한국은행전자금융세미나 대한민국핀테크산업의현재와미래 July 215 이성복 Sungbok Lee javanfish@kcmi.re.kr 발표 순서 1 핀테크 정의와 역할 2 핀테크 산업의 현재 1. 글로벌 핀테크 현황 및 특징 2. 우리나라 핀테크 산업의 현재 3 핀테크 산업의 미래 Section I 핀테크정의와역할 1. 핀테크 정의 핀테크(Fintech)는
2017 1
2017 2017 Data Industry White Paper 2017 1 1 1 2 3 Interview 1 4 1 3 2017IT 4 20161 4 2017 4 * 22 2017 4 Cyber Physical SystemsCPS 1 GEGE CPS CPS Industrial internet, IoT GE GE Imagination at Work2012
Ⅱ. 금융권의전자금융거래편의성제고추진실적 1 전자금융거래시다양한인증수단활성화 < 개선방향 > 전자금융거래시이외에다양한인증수단을활성화 가. 간편송금서비스확대 ( 추진성과 ) 월말 17.8 월말 국민 (2종), KEB하나 (2종), 신한 (2종), 우리 (2종)
금융생활에필요한모든정보, 인터넷에서 파인 두글자를쳐보세요 금융은튼튼하게, 소비자는행복하게 보도자료 보도 2017. 9.5( 화 ) 조간배포 2017. 9 4.( 월 ) 담당부서 IT 금융정보보호단최성일선임국장 (3145-7420), 정기영팀장 (3145-7415) 제목 : 전자금융거래시금융소비자편의성제고추진성과 ( 제 2 차국민체감 20 大금융관행개혁 과제
PowerPoint 프레젠테이션
인공지능에대한금융업의기대와현실 2017. 4. 경영연구팀박강희연구위원 ( 02-729-6178, can17can17@ibk.co.kr) 목차 Ⅰ. 검토배경 Ⅱ. 인공지능 Ⅲ. 사례 ( 로보어드바이저, 챗봇 & 음성비서, 신용평가, 이상탐지거래시스템 ) Ⅳ. 결어 본자료는 IBK 경제연구소가정보제공을목적으로작성한연구자료이며, 어떤경우에도법적책임소재증빙자료로사용될수없습니다.
Microsoft Word - FinancialWeekly_140211_editing_f.doc
214. 2. 11 Meritz Financial Team 은행/증권 Analyst 박선호 2-639-2627 sunho.park@meritz.co.kr 보험 Analyst 윤제민 2-639-4611 jemin.yoon@meritz.co.kr RA 은경완 2-639-2697 kyungwan.eun@meritz.co.kr Weekly Top-Picks 하나금융지주(8679)
¡÷≈√±›¿∂∞¯ªÁ¿¸√º
Annual Report 2008 04 06 08 10 Your Financial Partner for Life 34 42 50 72 MESSAGE FROM THE CEO 04 2008 ANNUAL REPORT KHFC 05 2008 AT A GLANCE 2008 42,436 41,524 35,952 38,912 2007 2008 2007 2008 67,603
□ 전자금융
보안연구부 -2016-058 국내 외인공지능 (AI) 관련정책및 R&D 동향 ( 보안연구부보안기술연구팀 / 2016.12.12.) 개요 2016년다보스포럼 ( 세계경제포럼, World Economic Forum) 에서핵심의제로논의된 4차산업혁명 에는변화될미래에인공지능 (Artificial Intelligence, AI) 기술 * 이주요기반기술로부상될것으로예측
0118_Wealth Management
Wealth Management Guide 3 4 Daewoo Securities Co., Ltd. Wealth Management Guide 5 6 Daewoo Securities Co., Ltd. Wealth Management Guide 7 8 Daewoo Securities Co., Ltd. Wealth Management Guide 9 10 Daewoo
PowerPoint 프레젠테이션
사람인 LAB 매칭기술팀김정길 INDEX ) 취업포털관점의 4 차산업혁명기술동향분석 2) 비전공자의소프트웨어일자리진출현황분석 기술과동반한산업혁명의흐름 4 차산업혁명 정보기술기반의초연결혁명 (2 세기후반 ) 3 차산업혁명 인공지능 (AI),MachineLearning( 머신러닝 ), DeepLearning( 딥러닝 ), 사물인터넷 (IoT), Big-data(
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
PowerPoint 프레젠테이션
Chapter 1. 머신러닝개요 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, 2017. Slides Prepared by 장병탁, 김준호, 이상우 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University
FSB-6¿ù-³»Áö
Future Strategy & Business Development C O N T E N T S 2 8 12 20 24 28 36 40 44 48 52 2 Future Strategy & Business Development OPINION 3 4 Future Strategy & Business Development OPINION 5 6 Future Strategy
2009 신한금융지주회사현황 Shinhan Financial Group Report Extend Your Financial Network Shinhan Financial Group Extend Your Financial Network Shinhan Financial Group Shinhan Financial Group Shinhan Financial
표지
부천시시설관리공단 소식지 2015 마법사 좋은 일이 있으면 감사합니다. 나쁜 일이 있어도 고맙습니다. 미래에 대해 소원이 이루어졌습니다. 감사합니다. 이렇게 말하면 말한대로 이루어질 가능성이 높다는 것이다. 단순히 이것뿐이다. 이쓰카이치 쓰요시의 마법의 말 중에서 너무도 작은 것에 감사합니다. 도저히 감사할 수 없는 일에도 감사합니다. 이미 이루어진 꿈에 감사합니다.
슬라이드 1
O F F I C E M a r k e t R e p o r t R2Korea Real Estate Investment Advisory Inc. 2005. 1 st Quarter www.r2korea.co.kr O F F I C E M a r k e t R e p o r t 2005. 1 st Quarter R2-ORP Model) 8.0 7.0 6.0 (
...... ........2006 6.._01
THE MAGAZINES OF DIGITAL CASH MANAGEMENT With Branch Office Case Study 2006 Vol.6 www.webcash.co.kr 02-784-1690~1 02-6332-1050 031-237-5932 02-951-0277 051-638-1605 055-274-1691 042-486-3533 053-746-7972
1,.,, ICT,.,..,.,,.,. 6.,. QuantumFundHoldings.
1,.,, ICT,.,..,.,,.,. 6.,. QuantumFundHoldings. 2,..,,. 2014 12 3 1 7 1 9 1. 9 2. 10 2 12 1. 12 2. 26 3 28 1. 28 2. 32 3. 35 4 37 1 37 1. 37 2. 50 3. 50 4. 50 2 51 1. 51 4 2. CD ATM 52 3. 52 4. Single
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
주간기술동향 2016. 2. 24. 최신 ICT 이슈 인공지능 바둑 프로그램 경쟁, 구글이 페이스북에 리드 * 바둑은 경우의 수가 많아 컴퓨터가 인간을 넘어서기 어려움을 보여주는 사례로 꼽혀 왔 으며, 바로 그런 이유로 인공지능 개발에 매진하는 구글과 페이스북은 바둑 프로그램 개 발 경쟁을 벌여 왔으며, 프로 9 단에 도전장을 낸 구글이 일단 한발 앞서 가는
PowerPoint 프레젠테이션
ㆍ Natural Language Understanding 관련기술 ㆍ Semantic Parsing Conversational AI Natural Language Understanding / Machine Learning ㆍEntity Extraction and Resolution - Machine Learning 관련기술연구개발경험보유자ㆍStatistical
PBR PDF
EXECUTIV E SUMM ARY. - -, -. -, 4 - ( ) - ( ),, - ( ) P&G - ( ). 1. : - - P BR(20 03-3) 1 - Toyota Way' 2 : -, - (Our Credo) -,, -, 3. : P&G, CEO! - P&G CEO CEO - CEO, P&G CEO - P&G (learn by doing)' -
2009방송통신산업동향.hwp
제 1 절인터넷포털 53) 목차 1. 163. 163. 166 2. 168 176 1. 시장동향 가. 시장규모. 2008 2009. PWC 2008 / 15.6% 599. 2009 1.9% 587. *, (02) 570-4112, byjung@kisdi.re.kr 163 제 3 장 인터넷콘텐츠 < 표 3-1> 세계온라인광고시장규모추이 ( :, %) 2007
이베이를 활용한 B2C 마케팅_한국무역
[2015. 09. 18] ebay 를 활용한 B2C 마케팅 목차 1. Why global B2C e-commerce 2. ebay 마켓플레이스의 특징 3. ebay 플랫폼을 활용한 CBT 소개 4. ebay CBT 비즈니스의 장점 5. EBAY CBT 비즈니스의 성공요소 WHY GLOBAL B2C E-COMMERCE? B2C 전자상거래 마켓플레이스에 관심을
Ch 8 딥강화학습
Chapter 8. 딥강화학습 < 기계학습개론 > 강의서울대학교컴퓨터공학부장병탁 교재 : 장교수의딥러닝, 홍릉과학출판사, 2017. Slides Prepared by 장병탁, 최진영 Biointelligence Laboratory School of Computer Science and Engineering Seoul National University Version
i4uNETWORKS_CompanyBrief_150120.key
CEO Management Support Education Mobile COO Marketing Platform Creative CLIENTS COPYRIGHT I4U NETWORKS. INC. ALL RIGHTS RESERVED. 16 PORTFOLIO CJ제일제당 소셜 미디어 채널 (2014 ~ ) 최신 트랜드를 반영한 콘텐츠
<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
최신 ICT 이슈 최신 ICT 이슈 알파고의 심층강화학습을 뒷받침한 H/W 와 S/W 환경의 진화 * 알파고의 놀라운 점은 바둑의 기본규칙조차 입력하지 않았지만 승리 방식을 스스로 알아 냈다는 것이며, 알파고의 핵심기술인 심층강화학습이 급속도로 발전한 배경에는 하드웨 어의 진화와 함께 오픈소스화를 통해 발전하는 AI 관련 소프트웨어들이 자리하고 있음 2014
Microsoft Word INTERNET-GAME-JP.docx
218 Industry Report 218.3.15 인터넷/게임 (비중확대/Maintain) 일본 탐방기: 라이프 스타일 지배력 문지현 2-3774-164 jeehyun.moon@miraeasset.com ( 십억달러 ) (%) ( 십억달러 ) (%) 16 모바일광고 (L) 1 8 모바일광고 (L) 8 PC 광고 (L) PC 광고 (L) 12 비디오광고비중
목차 AI Boom Chatbot Deep Learning Company.AI s Approach AI Chatbot In Financial service 2
챗봇과 금융서비스의 결합 2017.05.25 Company.AI 강지훈 목차 1. 2. 3. 4. 5. AI Boom Chatbot Deep Learning Company.AI s Approach AI Chatbot In Financial service 2 3 인공지능 및 고급 기계 학습 딥러닝, 인공신경망, 자연어 처리 등 다양한 기술 이해, 학습, 예측
Microsoft PowerPoint 산업전망_통장전부_v9.pptx
Contents 3 4 5 6 7 8 9 10 11 12 13 14 주 : Murata 는 3 월 31 일결산, Chiyoda Integre 는 8 월 31 일결산자료 : Bloomberg, 미래에셋대우리서치센터 15 자료 : Bloomberg, 미래에셋대우리서치센터 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
[서비스] 1. 오프닝 네트워킹 파티 (전체 공통) (1/13(월) 밤 9시) FAST TRACK ASIA와 CAMP에 대해 소개하고, 3개 코스의 전체 참가자들의 소개 및 네트워킹을 진행합니다. 2. 패스트트랙아시아 파트너 CEO들과의 네트워킹 파티 (전체 공통) (
![[서비스] 1. 오프닝 네트워킹 파티 (전체 공통) (1/13(월) 밤 9시) FAST TRACK ASIA와 CAMP에 대해 소개하고, 3개 코스의 전체 참가자들의 소개 및 네트워킹을 진행합니다. 2. 패스트트랙아시아 파트너 CEO들과의 네트워킹 파티 (전체 공통) (](/thumbs/40/20510689.jpg "[서비스] 1. 오프닝 네트워킹 파티 (전체 공통) (1/13(월) 밤 9시) FAST TRACK ASIA와 CAMP에 대해 소개하고, 3개 코스의 전체 참가자들의 소개 및 네트워킹을 진행합니다. 2. 패스트트랙아시아 파트너 CEO들과의 네트워킹 파티 (전체 공통) (")
대학생 대상 CAMP 일정표 (6주, 12개 강의 + 6개 서비스) [강의] 1. 사업계획서 작성의 모든 것 (1/14(화) 오전 10시) 사업계획서 작성에 필요한 실무 지식과 유의해야 할 점들을 설명하고, 샘플 사업계획서들을 살펴봅니다. 2. 운명을 함께 할 공동창업자 및 초기 핵심멤버를 구하는데 고려해야 할 점들 (1/16(목) 오전 10시) 공동창업자와
<B1E2BEF7B1DDC0B6B8AEBAE42820303530332C20C1A634C8A3292E687770>
PEF 활성화와 M&A시장 조사연구 PEF 활성화와 M&A시장 조사연구 * PEF 활성화와 M&A시장 조사연구 PEF 활성화와 M&A시장 조사연구 PEF 활성화와 M&A시장 조사연구 Deal Size (억원) Big Market 5,000 Middle Market 1,000 Small Market CRC 등 국내투자기관 외국계 투자기관 Fund의 대 형 화
기획 1 서울공대생에게 물었다 글 재료공학부 1, 이윤구 재료공학부 1, 김유리 전기정보공학부 1, 전세환 편집 재료공학부 3, 오수봉 이번 서울공대생에게 물었다! 코너는 특별히 설문조사 형식으로 진행해 보려고 해 요. 설문조사에는 서울대학교 공대 재학생 121명, 비
2015 autumn 공대상상 예비 서울공대생을 위한 서울대 공대 이야기 Vol. 13 Contents 02 기획 서울공대생에게 물었다 극한직업 공캠 촬영 편 Fashion in SNU - 단체복 편 서울대 식당, 어디까지 먹어 봤니? 12 기획 연재 기계항공공학부 기계항공공학부를 소개합니다 STEP 01 기계항공공학부에 대한 궁금증 STEP 02 동문 인터뷰
제 835호 창간 1994년 10월 7일 TEL 054)933-5675 2016년 3월 29일 화 요 일 요양원 반대 시위 2달째 주민 무조건 이전 요구 사업주 할 도리 다했다 郡 법적 문제는 없다 즉 문화마을에 건립된 노인복 해명했다. 지시설은 요양원이 아닌 단독주택 또한 마을주민, 면 직원, 농어 에 포함되는 노인요양공동생활가 촌공사 관계자 등과 3차례
본보고서는 과학기술정보통신부정보통신진흥기금 을지원받아제작한것으로과학기술정보통신부의공식의견과다를수있습니다. 본보고서의내용은연구진의개인견해이며, 본보고서와관련한의문사항또는수정 보완할필요가있는경우에는아래연락처로연락해주시기바랍니다. 소프트웨어정책연구소기술 공학연구실추형석선임연
2018. 1. 23. AlphaGo Zero 의인공지능알고리즘 추형석선임연구원 본보고서는 과학기술정보통신부정보통신진흥기금 을지원받아제작한것으로과학기술정보통신부의공식의견과다를수있습니다. 본보고서의내용은연구진의개인견해이며, 본보고서와관련한의문사항또는수정 보완할필요가있는경우에는아래연락처로연락해주시기바랍니다. 소프트웨어정책연구소기술 공학연구실추형석선임연구원 (hchu@spri.kr)
때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝
![때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝](/thumbs/91/104687743.jpg "때문이다. 물론가장큰이유는, 다음절에서살펴보겠지만최근들어딥러닝구조를학습하는데필요한여러가지테크닉들이개발되었기때문이다 [6,7]. 딥러닝이산업현장에서선호되는데는몇가지이유가있다. 일단은어려운문제를잘해결한다는것이다. 예를들어서, 물체인식과음성인식등전통적인패턴인식의문제에서딥러닝")
기계학습개론 / 딥러닝강의노트, 서울대학교컴퓨터공학부장병탁, Copyright 2013-2016 3 장 : 딥러닝모델과모델복잡도이론 3.1 딥러닝개념 3.2 딥러닝의혁신점 3.3 딥러닝아키텍쳐 3.4 모델복잡도이론과정규화 3.5 딥러닝모델의비교 3.1 딥러닝개념 30 년전에는인공지능의기초연구분야에속하던머신러닝이최근구글, 애플, 삼성등글로벌기업들이앞다투어확보하려는핵심산업기술로발전하고있다.
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.
KIS Weekly - 5,000 10,000 15,000 20,000 25,000 03-06 03-09 03-12 04-03 04-06 0% 20% 40% 60% 80% 100% 120% 03-01 03-05 03-09 04-01 04-05 100,000 80,000 60,000 40,000 20,000 - 7.50 7.00 6.50 6.00
슬라이드 1
2015 Target 분석 - 관심사 및 라이프 성향으로 바라본 미디어 이용 행태 1 01 02 03 를 이해하는 사회 통계 를 이해하는 키워드 의 미디어 이용 행태 1. 주요 관심사 2. 직업 가치관 3. 소비 성향 4. 외모 인식 5. 인간관계 6. 여가 7. 해외여행 1. 미디어 이용 행태 2. 인터넷 이용 목적 3. 동영상 이용 4. 동영상 광고 반응
19 0405 D7 다나리조트/금강제 화/소나타 파워/한 샘/에이스침대 다나리조트/금강제화/바 디프랜드/한샘/에이스침 대 20 0412 C3 알 라이트 핏 외 1 건 프로스펙스 21 0417 C2 천지인 메가사포니 아/핫밀 시리즈 동원F&B/던킨도너츠 22 0417 C
2013.5.2. 6차 회의 심의 신고/ 매체 심의 매체명 게재일 게재면 상품명 광고주 검토의견 번호 모니터 구분 결정 1306 동의의료원 심장혈 동의의료원 심장혈관센 모니터 일반일간 국민일보 0402 H3-1 관센터 터 '송00 쿠키건강 기자' 삽 - 2 0417 20 참두 뉴트리빈 외 2 오인유도표현 '서00 기자' 삽 롯데칠성음료 외 2사 건 3 동아일보
슬라이드 1
본자료는 emarketer 등다수의외부자료를기반으로정리및재가공한자료임을알립니다. 국내시장현황과는다소차이가있을수을밝힙니다. Index. 글로벌트렌드 A. 동남아시아인터넷이용현황 (1) B. 동남아시아인터넷이용현황 (2) C. 주요동남아국가별 Top5 사이트 D. 소셜미디어이용현황 (1), E. 소셜미디어이용현황 (2), F. 소셜미디어이용현황 (3), G. 유통사이트이용현황
<C1DF29B1E2BCFAA1A4B0A1C1A420A8E85FB1B3BBE7BFEB20C1F6B5B5BCAD2E706466>
01 02 8 9 32 33 1 10 11 34 35 가족 구조의 변화 가족은 가족 구성원의 원만한 생활과 사회의 유지 발전을 위해 다양한 기능 사회화 개인이 자신이 속한 사회의 행동 가구 가족 규모의 축소와 가족 세대 구성의 단순화는 현대 사회에서 가장 뚜렷하게 나 1인 또는 1인 이상의 사람이 모여 주거 및 생계를 같이 하는 사람의 집단 타나는 가족 구조의
Reinforcement Learning & AlphaGo
Gait recognition using a Discriminative Feature Learning Approach for Human identification 딥러닝기술및응용딥러닝을활용한개인연구주제발표 이장우 wkddn1108@kist.re.kr 2018.12.07 Overview 연구배경 관련연구 제안하는방법 Reference 2 I. 연구배경 Reinforcement
C O N T E N T S 1. FDI NEWS 2. GOVERNMENT POLICIES 3. ECONOMY & BUSINESS 4. FDI STATISTICS 5. FDI FOCUS
[FDI FOCUS] 2016 글로벌그린필드투자동향 (fdi Intelligence) 2017 년 6 월 19 일 [ 제 133 호 ] C O N T E N T S 1. FDI NEWS 2. GOVERNMENT POLICIES 3. ECONOMY & BUSINESS 4. FDI STATISTICS 5. FDI FOCUS 1. FDI NEWS 2. GOVERNMENT
시장분석통계Ⅰ. 서론부록인공신경망의시초라할수있는퍼셉트론 (perceptron) 은 1957 년 Frank Rosenblatt 가발명했고딥러닝의 학습알고리즘인오차역전파법 (back-propagation) 은 1986년 LeCun에의해발명됐다. 이미딥러닝의핵심이론은 198
SURVEY AND RESEARCH 02 딥러닝의현재와미래 Ⅰ. 서론 Ⅱ. 딥러닝을이용한채권회수율예측 Ⅲ. 알파고, 알파고제로, 알파제로 Ⅳ. 결론 김동현 * 한국주택금융공사정보전산부팀장 2017년말에딥마인드에서개발한알파제로는딥러닝을이용한강화학습을통해바둑의기본규칙만을입력받고스스로바둑을둬가며학습하여불과 3일만에수천년간쌓아올린인간의바둑지식을터득했고인간이미처생각하지못한새로운전략도발견했다.
PowerPoint 프레젠테이션
I. 문서표준 1. 문서일반 (HY중고딕 11pt) 1-1. 파일명명체계 1-2. 문서등록정보 2. 표지표준 3. 개정이력표준 4. 목차표준 4-1. 목차슬라이드구성 4-2. 간지슬라이드구성 5. 일반표준 5-1. 번호매기기구성 5-2. 텍스트박스구성 5-3. 테이블구성 5-4. 칼라테이블구성 6. 적용예제 Machine Learning Credit Scoring
수출및수입액현황 (2016) 6억 1,284 만달러억 1 7,045 만달러 4억 4,240 만달러 2015 년대비 15.4 % 증가 2015 년대비 11.1 % 증가 2015 년대비 1.3 % 증가 수출액 수출입차액 수입액 지역별수출액 ( 비중 ) 일본 4,129만달러
국내캐릭터산업현황 사업체수및종사자수 사업체 종사자 2,069 개 2,213 개 30,128 명 33,323 명 2015 년 7.0 % 10.6 % 증가증가 2016년 2015년 2016 년 매출액및부가가치액 매출액 부가가치액 11 조 662 억원 4 조 3,257 억원 10 조 807 억원 3 조 9,875 억원 2015 년 9.8 % 8.5 % 증가증가 2016년