반응형 인공지능3 2025년 주목해야 할 AI 트렌드: 인공지능의 미래를 엿보다 안녕하세요, 크레노트 입니다! 오늘은 2025년을 맞아 우리가 주목해야 할 AI 트렌드를 소개해 드릴게요. 인공지능(AI)은 이미 우리의 일상과 산업 전반을 바꾸고 있으며, 2025년에는 그 영향력이 한층 더 커질 전망이에요. 이 글에서는 AI 트렌드 2025를 키워드로, 최신 기술 동향과 실생활 적용 사례를 중심으로 살펴보겠습니다. 검색하시는 분들께 실질적인 인사이트를 드릴 수 있도록 꼼꼼히 준비했으니 끝까지 읽어 주세요!1. AI 에이전트의 본격적인 활약2025년, AI 트렌드의 핵심 키워드 중 하나는 바로 AI 에이전트입니다. 단순히 명령을 수행하는 수준을 넘어, 복잡한 작업을 자율적으로 처리하는 AI 에이전트가 주목받고 있어요. 예를 들어, 기업에서는 재고 관리나 고객 응대를 AI가 알아서 처리하.. 2025. 3. 18. Crested Gecko 성별 구분 AI 개발 - 정확도 91%로 도약 안녕하세요! 지난 블로그 글에서 Crested Gecko(크레스티드 게코)의 성별을 구분하는 딥러닝 모델 개발 과정을 소개하며, CNN을 활용한 초기 모델 설계와 데이터 증강, L2 정규화를 통해 손실을 줄이는 과정을 다뤘습니다. 당시 모델의 정확도는 약 70%에 근접했고, 손실은 L2 정규화로 2.0대까지 낮췄지만, 학습 데이터 부족으로 인해 과소적합(underfitting)이 의심되는 상황이었습니다. 이번 글에서는 데이터 추가와 모델 세부 조정, 그리고 몇 가지 개선 방법을 통해 정확도를 91%까지 끌어올린 과정을 공유하려고 합니다.1. 개선 과정 개요이전 모델의 한계를 극복하기 위해 다음과 같은 접근법을 적용했습니다:학습 데이터 증가: 데이터 부족 문제를 해결하기 위해 더 많은 사진 데이터를 수집했.. 2025. 3. 5. [GGA] CNN ,L2 정규화 활용하여 학습 시키는 과정 정리 Crested Gecko 성별 구분 AI 개발 과정안녕하세요! 이전 블로그에서는 개발환경 구상에 대한 내용을 적어 보았으며 이번에는 Crested Gecko(크레스티드 게코)의 성별을 구분하는 딥러닝 모델을 개발하는 과정을 소개하려고 합니다. 이번 프로젝트는 TensorFlow와 Keras를 활용하여 CNN(Convolutional Neural Network)을 구현하고, 데이터를 증강하여 모델의 성능을 극대화하는 과정을 다룹니다.1. 프로젝트 소개크레스티드 게코의 성별을 구분하기 위해 사진 데이터를 사용하여 AI 모델을 학습시키는 프로젝트입니다. 이번 프로젝트의 주요 목표는 딥러닝 모델을 통해 성별을 효과적으로 분류할 수 있도록 하는 것입니다.2. 데이터 준비데이터 경로 설정데이터는 "aicres/" .. 2025. 1. 23. 이전 1 다음 반응형
