분야
docLEARNING학습
MACHINE-LEARNING METHOD 기계학습법
12.3 CASE BASED REASONING
CASE DEFINITION
PROCESS OF CASE-BAESD REASONING 사례기반추론
USES, ISSUES, AND APPLICATIONS사용 주제 적용
12.4 BASIC CONCEPT OF NEURAL COMPUTING
PROCESSING ELIMENTS진행요소
NETWORK STRUCTURE네트워크의 구조
NETWORK INFORMATION네트워크의 정보
NEURAL NETWORK ARCHITECTURE신경망 구조
HIDDEN LAYER은닉층
RECURRENT STRUCTURE순환망
12.5 LEARNING IN ARTIFICIAL NEURAL NETWORKS
GENERAL LEARNING PROCESS일반적인 학습처리
BACKPROPAGATION역전파
12.6 DEVELOPING NEURAL NETWORK-BASED SYSTEM
DATA COLLECTION AND PREPARATION데이터 수집과 준비
참고
문제 해결 지식의 발견의 시도는 오래 전에 출발한 컴퓨터세대의 발생으로부터 만들어 진다. 고려할 점은: 복귀 또는 예측과 같은 통계적 모델, 제고 단계의 결정 그리고 자원할당과 같은 경영 과학 모델, 그리고 재조 대 구매 결정 그리고 장비 대체와 같은 제정상의 모델을 고려하는 것이다. 불행히도, 각각의 방법은 종종 양을 정하는 요소의 진행에 제한된다. 문제가 복잡하고 요인은 질적일 때 표준모델은 그것들을 풀 수 없다: 추가적이고, 더 깊고, 부유한 지식은 필요하다.
기계학습법은 방법의 구성원이다. 이것은 사실에 바탕을 둔 예를 보여줌으로 문제해결을 위한 지식 습득의 규격화 허용의 시도이다. 기계학습법은 하찮은 것이 아니다.
▪경영정보시스템 / 박관희 저. 진영사, 1996.
▪경영정보시스템 : 개념, 구조, 개발 Davis, Gordon Bitter, Olson, Margrethe H. 조동성= 역.석정, 1987.