머신러닝과 딥러닝의 작동 원리 및 차이점 분석과 체험 활동
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 한양대(서울) 데이터사이언스학부
- 활동 유형
- 진로활동
- 교과 과목
- 프로그래밍, 수학Ⅰ, 과학과제연구
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
머신러닝과 딥러닝의 정의를 정리하고, 비정형 데이터 처리·인간 개입 여부·데이터 규모 등 관점에서 두 기술의 핵심 차이를 비교함
비정형 데이터 개념을 함께 정리하며, 딥러닝이 인공신경망 기반으로 더 복잡한 패턴을 학습한다는 특징을 이해함
머신러닝/딥러닝의 대표 적용 사례(얼굴·음성 인식, 예측·추천, 자율주행·의료·자연어 처리 등)를 조사해 활용 범위를 정리함
Teachable Machine을 활용해 강아지·고양이 이미지 분류 모델을 직접 학습시키고, 새로운 이미지에 대한 분류 결과를 확인하며 작동 원리를 체험함
AI for Ocean 게임을 통해 라벨링 오류와 데이터 부족이 모델 성능에 미치는 영향을 경험하며, 정확한 데이터와 충분한 학습량의 중요성을 깨달음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.