지오지브라로 인공지능 수학 자료 만들기Ⅲ(로지스틱 회귀곡선, k-NN 알고리즘) 수강 신청

지오지브라로 인공지능 수학 자료 만들기Ⅲ(로지스틱 회귀곡선, k-NN 알고리즘)

[지오지브라로 로지스틱 회귀곡선 또는 k-NN 알고리즘을 구현해 색상분류를!]

[Ⅰ과 Ⅱ에 비해 Ⅲ의 실습 난이도가 다소 높습니다. 지오지브라에 익숙해진 뒤 수강하길 추천드립니다.]

본 강의는 지오지브라를 활용해 로지스틱 회귀곡선 또는 k-NN 알고리즘을 구현하고 색상을 분류하는 실습하는 강의입니다.

특히 인공지능 기초 수업에서 학생과 직접 수행해 볼 수 있는 수업 방안이 담겨 있습니다.

실습(3시간)

수준: 고등학교 진로선택교과 인공지능 수학(고2~3)

소프트웨어: 지오지브라

교과서: 인공지능 기초, 3단원 (출판사 무관)

핵심단어: 분류, 로지스틱 회귀곡선, k-NN 알고리즘, 가중치, 지도학습, 인공지능, 기계학습

실습순서:

1. 색을 랜덤하게 생성하고 이를 빨강, 파랑, 녹색 중 하나로 저장합니다.

2. 랜덤하게 생성된 색의 RGB와 저장된 색의 RGB를 비교합니다.

3. 로지스틱 회귀곡선을 이용해 색상을 분류합니다.

4. k-NN 알고리즘을 이용해 색상을 분류합니다.

5. 거리의 역수를 이용해 k-NN 알고리즘에 가중치를 부여합니다.

1. 로지스틱 회귀곡선을 이용해 색상을 분류합니다.

2. k-NN 알고리즘을 이용해 색상을 분류합니다.

3. 거리의 역수를 이용해 k-NN 알고리즘에 가중치를 부여합니다.

차시	차시명	차시 내용
1 ~ 3 차시 (2022-06-11 18:00 ~ 2022-06-11 20:50)	기계학습(머신러닝)으로 색상을 분류하자 [실습]	[실습] 로지스틱 회귀곡선 또는 k-NN 알고리즘으로 색상을 분류하자. 실습순서: 1. 색을 랜덤하게 생성하고 이를 빨강, 파랑, 녹색 중 하나로 저장합니다. 2. 랜덤하게 생성된 색의 RGB와 저장된 색의 RGB를 비교합니다. 3. 로지스틱 회귀곡선을 이용해 색상을 분류합니다. 4. k-NN 알고리즘을 이용해 색상을 분류합니다. 5. 거리의 역수를 이용해 k-NN 알고리즘에 가중치를 부여합니다.