You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
27 lines
2.3 KiB
27 lines
2.3 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885",
|
|
"translation_date": "2025-09-03T23:19:33+00:00",
|
|
"source_file": "9-Real-World/1-Applications/assignment.md",
|
|
"language_code": "ko"
|
|
}
|
|
-->
|
|
# 머신러닝 스캐빈저 헌트
|
|
|
|
## 지침
|
|
|
|
이 수업에서는 고전적인 머신러닝을 사용하여 해결된 다양한 실제 사례들에 대해 배웠습니다. 딥러닝, AI의 새로운 기술과 도구, 신경망 활용이 이러한 분야에서 도구 제작 속도를 높이는 데 도움을 주었지만, 이 커리큘럼에서 배운 기술을 활용한 고전적인 머신러닝은 여전히 큰 가치를 지니고 있습니다.
|
|
|
|
이 과제에서는 해커톤에 참여한다고 상상해 보세요. 커리큘럼에서 배운 내용을 활용하여 이 수업에서 논의된 분야 중 하나의 문제를 고전적인 머신러닝을 사용해 해결하는 솔루션을 제안하세요. 아이디어를 구현하는 방법을 논의하는 프레젠테이션을 만들어 보세요. 샘플 데이터를 수집하고 개념을 뒷받침할 머신러닝 모델을 구축하면 추가 점수를 받을 수 있습니다!
|
|
|
|
## 평가 기준
|
|
|
|
| 기준 | 우수한 사례 | 적절한 사례 | 개선이 필요한 사례 |
|
|
| --------- | ---------------------------------------------------------------- | -------------------------------------------- | ----------------------- |
|
|
| | 파워포인트 프레젠테이션이 제출됨 - 모델 구축 시 추가 점수 | 혁신적이지 않고 기본적인 프레젠테이션이 제출됨 | 작업이 불완전함 |
|
|
|
|
---
|
|
|
|
**면책 조항**:
|
|
이 문서는 AI 번역 서비스 [Co-op Translator](https://github.com/Azure/co-op-translator)를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있지만, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서를 해당 언어로 작성된 상태에서 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다. |