새 문서 목록

IT위키
새 문서 목록
등록된 사용자 숨기기 | 봇 숨기기 | 넘겨주기를 숨기기
(최신 | 오래됨) (다음 50개 | ) (20 | 50 | 100 | 250 | 500) 보기
  • 2024년 4월 18일 (목) 22:49리눅스 vi (역사 | 편집) ‎[3,599 바이트]계발자 (토론 | 기여) (새 문서: == 주요 단축키 == === 시작 명령어 === {| class="wikitable" !'''명령어''' !'''설명''' !'''예제''' |- !vi {파일명} |파일열기, 작성 |vi test.txt |- !vi +{행번호} {파일명} |파일을 열고, 입력한 행으로 커서 이동 |vi -100 test.txt |- !vi +/"{검색 문자열}" {파일명} |“문자열”의 처음발생 단어부터 열기 |vi -/"adc" test.txt |- !vi –r {파일명} |손상된 파일 회복 |vi -r test.txt |- !view {파일명} |읽기...) 태그: 시각 편집
  • 2024년 4월 14일 (일) 19:03에브리싱 랠리 (역사 | 편집) ‎[476 바이트]너진똑 (토론 | 기여) (새 문서: Everything Rally 에브리싱 랠리란 주식, 부동산, 가상화폐, 원자재 및 곡물 등 모든 자산의 가격이 동시에 상승하는 현상을 말한다. 2024년 상반기에 에브리싱 랠리 현상이 벌어지고 있는데 전문가마다 주장하는 원인은 다르다.) 태그: 시각 편집
  • 2024년 4월 13일 (토) 12:20김정학 (배우) (역사 | 편집) ‎[0 바이트]113.59.165.57 (토론) (새 문서: 출생 1972년 2월 16일(52세) 대한민국 강원특별자치도 드라마 1995년 SBS 월화드라마 《모래시계》 ... 고교생 이종도 역 1995년 MBC 창작드라마 《칠갑산》 1997년 MBC 월화드라마 《의가형제》 ... 강릉병원 흉부외과 전공의 1년차 우상현 역 1997년 MBC 수목미니시리즈 《영웅신화》 ... 용수 역 2002년 MBC 수목미니시리즈 《현정아 사랑해》 ... 김민수 역 2004년 SBS 드라마 스페...)
  • 2024년 4월 10일 (수) 16:39혈중 산소 포화도 (역사 | 편집) ‎[1,014 바이트]계발자 (토론 | 기여) (새 문서: 혈중 산소 포화도 또는 혈중 산소 농도란 혈액 속에서 헤모글로빈과 결합된 산소량을 백분율로 나타낸 값으로, 혈압이나 심박수 등과 함꼐 생명징후 모니터의 주요 항목으로 쓰인다. 단위는 백분율(Percentage)이다. <nowiki>#</nowiki> 응급실에서 한 환자의 상태가 악화되면서 산소포화도가 낮아진다. 인공호흡기를 부착하고 산소를 최대 농도로 투여하여 산소포화도를...) 태그: 시각 편집
  • 2024년 4월 10일 (수) 16:05구글 개발자 유형 (역사 | 편집) ‎[1,747 바이트]계발자 (토론 | 기여) (새 문서: 구글 개발자 유형이란 구글에서 플레이스토어에 앱을 배포하는 개발자가 "개인"인지 "조직"인지 구분하는 유형을 말한다. == 종류 == "조직"과 "개인" 두가지로 나뉜다. 구글에 따르면 설명은 아래와 같다. * '''조직:''' 조직 또는 비즈니스용 계정이라면 선택하세요. 예를 들어 상업, 산업, 전문 또는 정부 활동에 참여하는 경우가 여기에 해당합니다. * '''개인:''' 개인...) 태그: 시각 편집
  • 2024년 4월 5일 (금) 23:12GitHub (역사 | 편집) ‎[268 바이트]계발자 (토론 | 기여) (새 문서: == GitHub의 장점 == * 편리한 GUI 인터페이스<ref>이는 GitLab이나 비트버킷(Bitbucket)과 같은 Git 호스팅 서비스의 공통적인 장점이다. </ref> * Issue, Wiki 등을 통한 효율적인 협업 * Pull Request를 통한 공동 개발 가능) 태그: 시각 편집
  • 2024년 3월 31일 (일) 12:51ETF 합성 (역사 | 편집) ‎[1,902 바이트]윤재명 (토론 | 기여) (새 문서: '''ETF에서 (합성)이라고 붙은 상품들은 ETF가 합성형 상품이라는 의미이다.''' 비중으로 보면, 합성형 ETF는 많지는 않고 ‘실물 복제’ 방식이 일반적이다. == 합성과 실물 복제 == ETF는 원래 자산운용사에서 이 ETF의 기초지수가 편입하고 있는 종목들을 똑같은 비율대로 사고, 또 기초지수에서 만약에 어떤 종목들을 뺀다고 하면 파는 식으로 운용된다. 그러니까 KODEX2...) 태그: 시각 편집
  • 2024년 3월 31일 (일) 12:12ETF H (역사 | 편집) ‎[1,726 바이트]윤재명 (토론 | 기여) (새 문서: ETF의 이름에 붙는 H라는 기호는, 환율 변동에 영향을 받지 않도록 한 환 헷지 ETF를 말한다. == 설명 == H는 국내 ETF에는 사용되지 않으며 환율차이가 발생되는 해외 ETF에 붙게 되는데, Hedge(헤지, 방지)의 약자로, 환율을 차단하다는 의미를 가지고 있다. 말 그대로 환율 변동의 영향을 받지 않고 순수하게 종목의 가치에 투자할 수 있는 상품이다. === 운용보수 측면 ===...) 태그: 시각 편집
  • 2024년 3월 31일 (일) 12:07비둘기파 (역사 | 편집) ‎[2,515 바이트]윤재명 (토론 | 기여) (새 문서: '''비둘기파는 온건한 사상을 가진 개인이나 집단을 아우르는 말이다. 소위 "매파"라고 불리는 과격파의 반대 개념이다.''' == 비교 == ‘매파’(hawk)와 ‘비둘기파’(dove)라는 용어는 이들 새의 이미지가 상징하듯 어떤 현상에 대한 이해 및 입장표명에 있어서 서로 상반된 성향 또는 견해를 가진 정책입안자를 지칭한다. 정치적인 의미로 사용될 때 ‘매파’는 강경...) 태그: 시각 편집
  • 2024년 3월 31일 (일) 12:06매파 (역사 | 편집) ‎[2,548 바이트]윤재명 (토론 | 기여) (새 문서: '''매파는 강경파를 매에 비유해서 칭하는 말이다. 반대는 온건파를 칭하는 비둘기파. 이 비유를 차용한 게임 이론의 하나가 매-비둘기 게임이다.''' == 비교 == ‘매파’(hawk)와 ‘비둘기파’(dove)라는 용어는 이들 새의 이미지가 상징하듯 어떤 현상에 대한 이해 및 입장표명에 있어서 서로 상반된 성향 또는 견해를 가진 정책입안자를 지칭한다. 정치적인 의미로 사...) 태그: 시각 편집
  • 2024년 3월 23일 (토) 11:42LCC (역사 | 편집) ‎[3,549 바이트]항덩 (토론 | 기여) (새 문서: LCC(Low-Cost Carrier); 저비용 항공 == 설명 == LCC(Low Cost Carrier, 저비용 항공사)는 말 그대로 기존 항공사보다 저렴한 가격에 항공권을 파는 항공사를 말한다. 이에 대비하여 기존의 일반적인 항공사를 Full-Services Carrier (FSC) 혹은 Legacy Carrier로 지칭하기도 하고, LLC 또한 그에 대응하여 No-frills carrier, value carrier라는 명칭으로 불리기도 한다. 한국어로는 대중적으로 '저가...) 태그: 시각 편집
  • 2024년 3월 22일 (금) 13:10영양제 먹는 시간 (역사 | 편집) ‎[2,600 바이트]약수사 (토론 | 기여) (새 문서: 본 문서는 영양제의 효과제를 최대화 하기 위해 영양제를 먹기 좋은 == 식후와 식전(공복) == === 식전(공복)에 섭취하면 좋은 영양소 === === 식후에 섭취하면 좋은 영양소 === '''기름 성분''' * 오메가3 등 지방산 영양제 * 비타민 D '''미네랄 성분''' 위산에 의해 이온화가 되면서 흡수가 되므로, 위산이 많이 나오는 식후가 좋다. * 마그네슘 * 칼슘 * 철 === 식전과 식...) 태그: 시각 편집
  • 2024년 3월 22일 (금) 02:31고스트레이스 (역사 | 편집) ‎[175 바이트]211.235.65.110 (토론) (새 문서: 고스트레이스란 여러 경합 조건을 유발시켜 악성 행위를 실시할 수 있게 해 주는 취약점이다. https://m.boannews.com/html/detail.html?idx=127835)
  • 2024년 3월 17일 (일) 14:19Git 웹 훅 (역사 | 편집) ‎[3,057 바이트]Cicd (토론 | 기여) (새 문서: 웹 훅을 사용하면 소프트웨어 시스템에서 발생하는 이벤트를 구독하고 해당 이벤트가 발생할 때마다 자동으로 서버에 데이터 전달을 받을 수 있습니다. 웹 훅� 데이터가 사용 가능한지 확인하기 위해 API를 폴링(간헐적으로 API 호출)하는 것과 달리 데이터가 발생하는 대로 수신하는 데 사용됩니다. 웹훅을 사용하면 웹훅을 생성할 때 이벤트에 대한 관심을 한 번...) 태그: 시각 편집
  • 2024년 3월 2일 (토) 18:02MaruAudio (역사 | 편집) ‎[598 바이트]앱리뷰어 (토론 | 기여) (새 문서: 안드로이드 뮤직 플레이어 * 위젯을 지원한다. * 클라우드 연동을 지원한다. ** 다만, CloudBeats와 달리 음악파일을 전체 다운로드해서 재생하는 구조라 음악이 처음 엑세스 됐을 때 다운로드가 선행되어 속도가 다소 느리다. * 로컬 파일 재생이 기본이고, 클라우드는 부수적으로 지원한다. ** 클라우드에 있는 음악을 로컬로 다운 받는 구조이다. * 광고는 방해되지...) 태그: 시각 편집
  • 2024년 3월 2일 (토) 17:47CloudBeats (역사 | 편집) ‎[705 바이트]앱리뷰어 (토론 | 기여) (새 문서: 안드로이드 뮤직 플레이어. 클라우드 공간을 활용할 수 있다는 점이 특징이다. * 구글 드라이브와 같은 클라우드 연동을 지원한다. ** 무료 버전에서는 하나의 드라이브만 지원한다. ** 번거롭게 휴대폰을 PC와 연동하여 파일을 옮길 필요가 없다. ** 클라우드에서 실시간으로 재생하기 때문에 네트워크 환경이 느린 곳에서는 재생에 지장이 있을 수 있으며, 데이터 비...) 태그: 시각 편집
  • 2024년 3월 2일 (토) 17:44Music Player - Music App (역사 | 편집) ‎[637 바이트]앱리뷰어 (토론 | 기여) (새 문서: 안드로이드 뮤직 플레이어 * 광고가 상당히 많다. ** 사용을 가로막고 시간을 끄는 형태의 광고는 아니다. ** 하단에 광고가 보여지거나, 전면 광고가 보여져도 바로 닫을 수 있다. * 필요한 권한을 명확히 고지하며, 순차적으로 물어본다. * 클라우드 연동이 불가능하다. * 위젯을 지원한다. 분류:안드로이드 애플리케이션 분류:상용 소프트웨어) 태그: 시각 편집
  • 2024년 2월 28일 (수) 23:59대한민국 의사 수 (역사 | 편집) ‎[2,905 바이트]간밍 (토론 | 기여) (새 문서: '''우리나라 임상 의사 수(한의사 포함)는 인구 1,000명당 2.6명으로 OECD 국가 중에서 두 번째로 적음(OECD 평균 3.7명)''' * 2016년 2.3명에서 2021년 2.6명으로 0.3명 증가함 (OECD 평균 0.3명 증가) * OECD 회원국 중에서 임상 의사 수가 가장 많은 국가는 오스트리아(5.4명)이고, 가장 적은 국가는 멕시코(2.5명)임 '''총 병원 병상 수(병원의 전체 병상 수)는 인구 1,000명당 12.8개로 OEC...) 태그: 시각 편집
  • 2024년 2월 27일 (화) 12:442024년 의료 대란 (역사 | 편집) ‎[13,307 바이트]간밍 (토론 | 기여) (새 문서: == 개요 == 윤석열 정부가 2024년 2월 1일 필수의료 정책 패키지를 발표한 이후, 필수의료 정책 패키지 시행 및 의과대학 정원 확대 정책의 일환으로 2025학년도 대입부터 의대 정원을 기존의 3천 명 대에서 5천 명 대로 2,000명 늘리기로 결정하자, 이에 반발하여 대한의사협회의 주도 하에 서울의 5대 병원을 포함한 전국 다수 병원의 의사들이 휴진 등 집단행동에 나선 사...) 태그: 시각 편집
  • 2024년 2월 23일 (금) 12:41의사 파업 (역사 | 편집) ‎[2,478 바이트]간밍 (토론 | 기여) (새 문서: == 개요 == '''의사들이 특정 주장의 관철을 목적으로 다 함께 진료를 보지 않는 집단 진료 거부의 통칭.''' 일반인의 시각에선 파업으로 보이고 파업이라고 부르지만, 공식적으론 파업과 다르기 때문에 "집단 행동" 등으로 달리 불린다. == 파업이라 부르지 않는 이유 == 일상적으로는 의사 파업이라고 부르지만, 정부의 공식 문서나 재판 등에서는 파업이라는 단어...) 태그: 시각 편집
  • 2024년 2월 23일 (금) 12:39전공의 집단행동 현황 (역사 | 편집) ‎[921 바이트]간밍 (토론 | 기여) (새 문서: '''2024년 2월 20일 22시, 주요 수련병원 100곳 기준''' * 사직서 제출: 8,816명 (약 71.2%) ** '''사직서 수리: 0명''' * 근무지 이탈: 7,813명 * 추가 업무 개시 명령: 5,397명 파일:전공의 집단행동 현황(SBS).png == 설명 == 의사들은 합법적인 파업을 할 수 없으므로, 사직서를 제출하고 직장(병원)을 그만두는 방법을 선택한다. 자세한 내용은 의사 파업 문서 참고. 그래서 사직...) 태그: 시각 편집
  • 2024년 2월 18일 (일) 23:39GPT-3 (역사 | 편집) ‎[2,606 바이트]인공지능입니다 (토론 | 기여) (새 문서: '''Generative Pre Training of a language model 3''' GPT-3는 생성형 언어 모델로, OpenAI가 개발한 GPT-2의 후속작이다. * 2020년 6월에 출시되었으며, 2022년 11월에 GPT-3.5가 출시되었다. == 상세 == * GPT-3는 자기회귀 언어 모델이다. 또한, OpenAI가 만든 GPT의 3세대 모델이다. * GPT-3는 1,750억 개의 매개변수로 구성되어, 2020년 5월 도입된 전작인 GPT-2보다 100배 이...) 태그: 시각 편집
  • 2024년 2월 18일 (일) 23:35GPT-2 (역사 | 편집) ‎[1,144 바이트]인공지능입니다 (토론 | 기여) (새 문서: '''Generative Pre Training of a language model 2''' GPT-2는 OpenAI가 개발한 GPT-1의 후속작이다. GPT의 2번째 버전이자 오픈소스로 공개된 마지막 버전. 2019년 2월 14일에 출시되었다. 연구용으로 활용할 가치는 있으나 초기버전이라 그런지 매개변수가 15억 개로 너무 적어 답변의 정확도가 매우 떨어져서 상용성은 기대하기 어렵다. 가끔 심각하게 틀린 답변을 하기 때문이다....) 태그: 시각 편집
  • 2024년 2월 18일 (일) 22:36GPGPU (역사 | 편집) ‎[8,917 바이트]인공지능입니다 (토론 | 기여) (새 문서: '''G'''eneral-'''P'''urpose computing on '''G'''raphics '''P'''rocessing '''U'''nits GPGPU란 그래픽 카드를 위해 만들어졌던 GPU란 개념을 일반 연산에 적용시켜 CPU처럼 활용하는 개념을 말한다. == GPGPU 개념의 등장 배경 == 초기 컴퓨터는 CPU가 화면에 출력할 정보를 계산하는 것은 물론 디스플레이에 보낼 전기 신호까지도 직접 생성했으며, 이 때문에 화면 출력...) 태그: 시각 편집
  • 2024년 2월 17일 (토) 19:41노템 (역사 | 편집) ‎[705 바이트]KBJ (토론 | 기여) (새 문서: 한국의 BJ 방송에서의 "노템"이란 보정 속옷이나 속옷을 입지 않는 것을 의미한다. * BJ가 스스로 노템이라고 하는 것은 보정 속옷(일명 뽕브라)를 착용하지 않았다는 의미가 될 수 있다. * 팬들이 요구하는 리액션으로써의 노템은 속옷(주로 브레지어)를 탈착하라는 의미이다. 완전 성인 방송용 플랫폼이 아닌 경우 경고 및 정지의 사유가 될 수 있다. 분류:방송 용어) 태그: 시각 편집
  • 2024년 2월 17일 (토) 18:45생성형 인공지능 (역사 | 편집) ‎[481 바이트]인공지능입니다 (토론 | 기여) (새 문서: == 대화형 == === 챗봇 === * 오픈AI ChatGPT * Microsoft Copilot * LLaMA * 구글 Gemini * 네이버 CLOVA X * Cue: * Inflection AI === 언어 모델 === * GPT-1 * GPT-2 * GPT-3 * GPT-4 * GPT-5 * 삼성 가우스 * Gemini == 텍스트 == * NovelAI * AI Dungeon == 그림 == * Midjourney * DALL-E * Artbreeder * NovelAI Image Generation * Stable Diffusion * Gaugan2 == 영상 == * Stable Video * AI 스튜디오 페르소 * Sora == 음성 == * A.I.VOICE * DeepVocal) 태그: 시각 편집
  • 2024년 2월 17일 (토) 17:44일본 맥주 (역사 | 편집) ‎[669 바이트]MBB (토론 | 기여) (새 문서: 섬네일|아사히에서 보유한 맥주 브랜드1 섬네일|아사히에서 보유한 맥주 브랜드2 == 원래 일본 맥주 == * 아사히 맥주 * 기린 맥주 ** 기린 OOO ** 이치방 OOO == 일본 기업에서 인수한 글로벌 맥주 == '''맥주''' * 코젤(체코) * 필스너우르켈(체코) * 페로니(이탈리아) * 그롤쉬(네덜란...) 태그: 시각 편집
  • 2024년 2월 17일 (토) 16:37다크 웹 (역사 | 편집) ‎[27 바이트]보안기사 (토론 | 기여) (다크웹 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집
  • 2024년 2월 17일 (토) 16:37표면 웹 (역사 | 편집) ‎[383 바이트]보안기사 (토론 | 기여) (새 문서: '''Surface Web''' 흔히 사용되는 범용 검색엔진을 통해 공개적으로 쉽게 접근이 가능한 웹 * 딥웹이나 다크웹이 아닌 웹을 의미함 * 표현 웹은 전체 웹 환경의 약 0.2% 정도를 차지하는 것으로 추정됨<ref>Bergman MK. White paper: the deep web: surfacing hidden value. Journal of electronic publishing. 2001 Aug 1</ref>) 태그: 시각 편집
  • 2024년 2월 17일 (토) 16:35딥 웹 (역사 | 편집) ‎[24 바이트]보안기사 (토론 | 기여) (딥웹 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집
  • 2024년 2월 17일 (토) 14:39쿠팡 PNG리스트 (역사 | 편집) ‎[380 바이트]MBB (토론 | 기여) (새 문서: 2024년 2월 13일, 쿠팡이 지난 2021년 9월 20일부터 2023년 10월 26일까지 쿠팡 작성했다고 알려진 일종의 블랙리스트이다. '''PNG(Persona Non Grata)란 본래 외교 용어'''로, 국가에서 다른 나라의 외교관을 기피하는 것을 의미한다. 2월 13일, MBC 뉴스데스크에서 쿠팡 PNG리스트에 대해 최초 보도되었다.) 태그: 시각 편집
  • 2024년 2월 8일 (목) 07:01컴퓨터시스템응용기술사 132회 (역사 | 편집) ‎[5,980 바이트]Yoropico (토론 | 기여) (새 문서: *'''상위 문서: 컴퓨터시스템응용기술사 기출 문제''' ==교시== *1. 몬테 카를로 방법(Monte Carlo Method) *2. NaaS(Network as a Service) *3. 오토인코더(Autoencoder) *4. 전이학습(Transfer Learning) *5. ATAM(Architecture Trade-off Analysis Method)과 CBAM(Cost Benefit Analysis Method) *6. PNM(Processing Near Memory) *7. NoSQL의 CAP(Consistency, Availability, Partition Tolerance) *8. RPA(Robotic Process Automation) *9. 알고리즘의 시간복...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 22:08T-closeness (역사 | 편집) ‎[546 바이트]인공지능입니다 (토론 | 기여) (새 문서: T-closeness aims to make the distribution of sensitive information within a group similar to the distribution of sensitive information for an individual record. It minimizes the difference between the sensitive information of an individual and the overall distribution within the group. '''Example''' If the sensitive information distribution within a group closely resembles the distribution of an individual's sensitive information, the data can be considered to satisfy T-closen...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 22:08L-diversity (역사 | 편집) ‎[491 바이트]인공지능입니다 (토론 | 기여) (새 문서: L-diversity is a concept designed to overcome the limitations of K-anonymity. '''It ensures diversity of sensitive information''' within groups of identical attribute values, requiring each group to have at least L distinct values of sensitive information. '''Example''' Applying L-diversity within groups with the same attributes like gender or age means each group should have at least L different values of sensitive information. == See Also == * K-anonymity * T-clo...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 22:07K-anonymity (역사 | 편집) ‎[488 바이트]인공지능입니다 (토론 | 기여) (새 문서: K-anonymity is the concept that each individual record in a dataset is indistinguishable from at least K other records based on certain attributes. This makes it challenging to identify each record individually, enhancing privacy protection. '''Example''' Considering attributes like gender, age, and location, if each record shares at least the same values with three other records, the data can be considered to have a 3-anonymity. == See Also == * L-diversity * T-closen...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 22:00Pseudonymization (역사 | 편집) ‎[615 바이트]인공지능입니다 (토론 | 기여) (새 문서: Pseudonymization is a technical approach to protecting personal information, involving the substitution of actual identifying information with substitute values or virtual identifiers. ==Characteristics== Actual identifying information is retained but replaced with virtual identifiers, enhancing security. For example, real names may be replaced with encrypted codes. ==Purpose== Primarily used when there is a need to enhance security while retaining some level of identifiable in...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 21:59Anonymization (역사 | 편집) ‎[558 바이트]인공지능입니다 (토론 | 기여) (새 문서: Anonymization involves the process of rendering personal information entirely absent, creating a state where individuals cannot be identified. == Characteristics == It often entails complete removal of all personally identifiable information or aggregating data in a way that makes specific individuals indistinguishable. == Purpose == Mainly employed to protect sensitive personal information and share data with third parties, aiming to virtually eliminate the identifiability o...) 태그: 시각 편집
  • 2024년 2월 6일 (화) 21:58De-identification (역사 | 편집) ‎[572 바이트]인공지능입니다 (토론 | 기여) (새 문서: De-identification refers to the process of removing or transforming personally identifiable information in data to reduce its identifiability. == Characteristics == It typically involves keeping some non-identifying information intact while altering or removing potentially identifying elements, such as names or social security numbers. == Purpose == Primarily used for purposes like research or statistical analysis, aiming to minimize identification risks while maintaining the...) 태그: 시각 편집
  • 2024년 2월 5일 (월) 11:18Libpcap (역사 | 편집) ‎[145 바이트]116.120.67.110 (토론) (새 문서: Libpcap(Portable Packet Capturing Library)의 줄임말이며, "간단하게 패킷을 캡쳐하기 위한 함수모음(라이브러리)" 이다.) 태그: 시각 편집
  • 2024년 2월 5일 (월) 00:38엔구 (역사 | 편집) ‎[203 바이트]강철중 (토론 | 기여) (새 문서: Engoo 글로벌에서 유명한 화상 영어 서비스. 캠블리와 유사한 시스템이다. 글로벌 서비스라 국적이 티나진 않지만 '''일본 기업이 운영하는 서비스'''이다.) 태그: 시각 편집
  • 2024년 2월 5일 (월) 00:37캠블리 (역사 | 편집) ‎[3,703 바이트]강철중 (토론 | 기여) (새 문서: '''Cambly''' '''글로벌 화상 영어 교육 서비스''' 캠블리는 원어민 튜터와 영어 공부를 할 수 있는 화상영어 교육 애플리케이션이다. 약 130개국에서 회원들이 캠블리를 이용하고 있다. 한국, 중국, 일본, 베트남, 인도, 러시아, 사우디아라비아, 브라질 등에 지사가 있다. 5000여명의 강사진이 24시간 대기하고 있다. 이용자들은 언제 어디서든 원할 때 원어민 튜터와 영어...) 태그: 시각 편집
  • 2024년 2월 4일 (일) 09:55애플 비전 프로 (역사 | 편집) ‎[8,188 바이트]브라운리 (토론 | 기여) (새 문서: '''Apple Vision Pro''' Apple이 2023년 6월 WWDC23에서 발표한 1세대 AR 모델. == 기본 정보 == Apple은 이 기기를 공간 컴퓨터(Spatial Computer)라는 새로운 카테고리의 제품으로 설명하고 있다. 공간 컴퓨팅이라는 용어 자체는 이전부터 존재해 왔지만, 기존 VR 기기들과 차별화하면서 메타버스 등의 개념과 같이 묶이고 싶지 않아 선택한 것으로 보인다. Apple의 Vision Pro 앱 개발 가이...) 태그: 시각 편집
  • 2024년 2월 4일 (일) 09:34DP-SGD 기법 (역사 | 편집) ‎[767 바이트]인공지능입니다 (토론 | 기여) (새 문서: '''Differential Privacy – Stochastic Gradient Descent''' * SGD는 AI 모델을 학습 방식의 대표적인 방법으로 입력 데이터를 작은 크기로 분할 집합(Mini Batch)하여 학습 진행 ** 여기서 AI 모델 학습은 새로운 데이터 입력으로 AI 모델 내의 노드 등의 수치가 최적화(Optimize)되는 과정으로 정의한다. * DP-SGD는 SGD방식에서 차등 프라이버시 기법을 적용하여 학습 진행 ∙ 분할 집합마다 각...) 태그: 시각 편집
  • 2024년 2월 4일 (일) 09:27FoolsGold 기법 (역사 | 편집) ‎[2,342 바이트]인공지능입니다 (토론 | 기여) (새 문서: 인공지능 연합 학습 등의 과정에서 발생할 수 있는 중독 공격을 방지하기 위해 데이터의 유사도를 기준으로 악의적 데이터와 정상 정보를 구분하는 기법 == 이름의 유래 == Fool's Gold 알고리즘의 이름은 'Fool's Gold'라는 영어 표현에서 유래하였다. 이 표현은 현실에서는 가치가 없지만 비전문가나 경험이 부족한 사람들이 그것을 가치 있는 것으로 오인하는 것을 나...) 태그: 시각 편집
  • 2024년 2월 3일 (토) 20:51벡터 유사도 (역사 | 편집) ‎[2,670 바이트]인공지능입니다 (토론 | 기여) (새 문서: === 유클리드 거리 === '''Euclidean distance''' 두 점 사이의 거리를 구하는 가장 대표적인 방식이다. 구하는 방식은 두 벡터에서 각 성분 간의 차를 제곱하여 합한 뒤 제곱근을 씌워 구한다. 벡터 P와 Q 사이의 유클리드 거리는 아래와 같이 나타낼 수 있다. 파일:유클리드 거리 공.png === 맨해튼 거리 === '''Manhattan distance''' 흔히 택시 거리라고도 하며, 거리 공간에서 유...) 태그: 시각 편집: 전환됨
  • 2024년 2월 3일 (토) 20:39음차표기 (역사 | 편집) ‎[31 바이트]인공지능입니다 (토론 | 기여) (음차 표기 문서로 넘겨주기) 태그: 새 넘겨주기 시각 편집
  • 2024년 2월 3일 (토) 20:39음차 표기 (역사 | 편집) ‎[331 바이트]인공지능입니다 (토론 | 기여) (새 문서: '''Transliteration''' 음차 표기(transliteration)는 한 언어로 쓰인 단어를 다른 언어로 표기하는 것이다. 예를 들어, 음차 표기는 “television”이라는 영어 단어를 “텔레비전”과 같이 한글로 표기하는 것을 의미하며, 그 반대의 과정은 음차 복원이라고 한다.) 태그: 시각 편집
  • 2024년 2월 3일 (토) 20:38시빌 (역사 | 편집) ‎[1,309 바이트]인공지능입니다 (토론 | 기여) (새 문서: Sybil 시빌<ref>한국어 특성상 영어 알파벳을 기준으로 음차 표기하는 경우가 많아 '시빌'이라고 적지만, 실제로는 "시불"에 가깝게 발음된다.</ref>(Sybil)은 주로 컴퓨터 시스템에서 신뢰할 수 없는 개체들을 위조하거나 적대적으로 생성하는 것을 의미한다. 이 용어는 주로 분산 시스템이나 네트워크에서 발생하는 특정 유형의 공격에 사용된다. == 시빌 인격(Sybil Persona...) 태그: 시각 편집
  • 2024년 2월 3일 (토) 20:33인공지능 대상 공격 (역사 | 편집) ‎[1,131 바이트]인공지능입니다 (토론 | 기여) (새 문서: 인공지능 시스템이나 인공지능 모델을 대상으로 한 공격이다. === 데이터 오염(Data Poisoning) === === 백도어 공격(Backdoor Attack) === === 모델 오염(Model Poisoning) === === 라벨 뒤집기(Label-flipping) === 분류:인공지능 분류:보안 분류:보안 공격) 태그: 시각 편집
  • 2024년 2월 3일 (토) 20:24데이터 오염 공격 (역사 | 편집) ‎[2,215 바이트]인공지능입니다 (토론 | 기여) (새 문서: Data Poisoning == 명칭 == 영어로는 보통 그냥 "데이터 오염(Data Poisoning)"이라고 한다. 한국에서는 데이터 오염, 데이터 중독이나 데이터 오염 공격 등으로 다양하게 번역된다. == 설명 == 오염된 데이터가 AI 모델 학습 시에 활용되어, AI 시스템의 오작동이나 성능저하를 유발 하게 되는 공격이다. 오염된 데이터란 적대적 예제 또는 악의적인 노이즈 등이 삽입된 데이...) 태그: 시각 편집
(최신 | 오래됨) (다음 50개 | ) (20 | 50 | 100 | 250 | 500) 보기