問題一覧
1
운영체제란
주기억 장치에 상주함, 인터페이스를 담당
2
사용자 인터페이스의 종류와 설명
CLI : 명령형, 기능을 키보드 입력으로 이용함 예시 : ms 도스, 유닉스 쉘, 윈도우스 명령 프롬프트
3
운영체제 관리
기억 장치, 프로세스, 입출력 장치, 파일
4
프로세스가 관리하는 방식
메모리에 적재, cpu 대기, 처리 중에 생성, 삭제, 중지, 계속, 동기화
5
프로세스 상태
준비, 대기, 실행
6
장치관리
입출력(인터럽트), 장치제어기
7
파일관리
보조기억장치에 저장되는 파일 관리
8
초기 운영체제
ibm7이 컴퓨터 사용을 위해 개발
9
0세대 운영체제
없음
10
1세대 운영체제
일괄처리방식
11
2세대 운영체제
시분할 시스템, 다중 프로그래밍 시스템, 실시간 처리 시스템
12
3세대 운영체제
다중처리 시스템
13
4세대 운영체제
GUI 방식 발전,
14
5세대 운영체제
분산 처리 시스템, 지식 기반 시스템, 인공 지능 시스템
15
일괄처리방식이란
일정기간 모아두었다가 일괄처리하는 방식
16
일괄처리 방식 장단점
효율적 시스템 활용(장)
17
시분할 시스템이란
시스템은 하나이지만 단말기는 여럿 / 사용자끼리 순환하여 사용(타임조각 실현)
18
시분할 시스템 특징
여러 프로그램이 동시에 실행되는 것처럼 보임
19
다중모드 시스템이란
2개 이상의 cpu로 작업 분담함
20
다중처리 시스템 대칭적, 비대칭적 시스템
비대칭적 : 별도의 처리기관이 운영체제 수행
21
다중작업이란
한 사람이 1대의 pc로 2개이상의 작업을 동시에 처리, 구동함
22
실시간 처리 시스템이란
짧은 시간내에 작업을 처리, 확실한 응답, 출력을 보장
23
실시간 처리 시스템 예시
미사일 방어 시스템, 은행 예금 업무, 좌석 예약
24
분산 처리 시스템이란
네트워크를 통해 자료저장소와 pc 시스템에 작업과 자원을 나눠 통신하면서 일을 처리함
25
읽어보기1
ms도스는 cli, ibm에 사용
26
애플 1
최초 개인용 컴퓨터
27
애플 리사
최초 gui 방식 탑재한 pc
28
가상 데스크톱
여러개 바탕화면 독립적으로 사용
29
강한 인공지능 출현시기
2045에서 2030으로 단축
30
인공지능 태동기
워렌 맥컬럭 : 퍼셉트론 원류 제시
31
1957 퍼셉트론 등장
프랭크 로젠블랫이 개발, 뇌의 뉴런 개념 활용
32
인공지능 첫 겨울 시작점
기호주의 등장/마빈 민스키, 시모어 페퍼트
33
기호주의
xor 문제를 인공지능이 해결할수없음, 다층퍼셉트론의 경우 해결이 가능하지만, 학습시킬수 없음
34
두번째 겨울
입력 데이터 수(특징)가 증가하며 구조가 복잡해짐
35
1995 머신러닝이란
데이터를 기반으로 스스로 학습하고 통계적 결과를 도출함
36
딥러닝 읽어보기
얀 르쿤 : 합성곱 신경망 CNN 기술 발표
37
딥러닝 기술 활용처
영상 인식, 의료 영상 분석(온도, 엑스레이 분석)
38
딥러닝의 이미지 모방, 창조 읽어보기
이안 굿 펠로 : 생성적 적대 신경망 GAN
39
딥페이크
워대컴공이 개발
40
딥러닝 예시
추천서비스 : 개인화 선택이력이 비슷한사람걸로 맞춤형 추천
41
특이점 도달 지점
폰 노이만 : 2029년, 인공지능이 인간 두뇌를 뛰어넘음
42
읽어보기2
인공지능 > 머신러닝 > 딥러닝
43
읽어보기3
아서 사무엘 : 머신러닝 용어 사용함
44
기계학습의 의미는
주어진 데이터를 기반으로 기계 스스로 학습, 명시적 프로그래밍이 필요없음
45
전통적 프로그래밍과 머신러닝 차이
전통적 프로그래밍 : 생김새 특징을 코딩함, 결과는 좋지않음 머신러닝 : 반복시켜 스스로 패턴을 인지시키게 함, 자동으로 규칙을 공식화하여 미래 예측도 함
46
머신러닝 수행과정
데이터 수집 > 데이터 전처리
47
데이터 전처리 2가지
정규화 : 데이터 값 비슷하게 조절함 데이터변환 : 새로운 자료 생성
48
머신러닝 수행과정
모델학습 > 성능개선 > 시각화 / + 사전처리
49
머신러닝 모델 처리방식
데이터로 알고리즘 학습 > 모델 생성
50
학습 데이터
테스트 데이터(수능) 과 구별됨, 다시 학습데이터(예제)와 검증데이터(모고)로 나뉨
51
손실함수란
오류정도를 말함, 작을수록 좋다
52
정확도란
정답과 예측이 일치하는 수준
53
머신러닝 문제 종류
회귀, 분류, 군집화
54
머신러닝 분류
지도학습 > 정답 o (회귀, 분류) 입력값 > 출력값
55
읽어보기4
분류문제 남녀 > 클래스는 2개
56
선형모델이란
데이터 특성에 대한 선형함수로 예측을 하고자함
57
외우기
가기편절
58
활성화 함수란
최종값의 세기를 조절(다음 입력값 조절)
59
ReLU 함수는
사진참고
60
인공신경망 종류
인공신경망 ANN : 입력층, 출력층으로 구성
61
심층신경망 사용처
항공기, 드론, 자율주행, 필체인식, 음성인식
62
손실함수 종류
비용함수, 목적함수
63
경사하강법이란
손실을 줄이는 방법
64
읽어보기5
프레임워크 > 툴킷, 라이브러리
65
컴퓨팅 사고력이란
일상생활 속 다양한 문제를 해결하는 데 효율적인 사고능력
66
컴퓨팅 사고력의 필요성
1. 컴퓨터 문제해결 > 일상문제 해결
67
컴퓨팅 사고력의 구성요소
자넷 윙 : 재귀적 사고, 병렬처리, 추상화, 분해, 자동화
68
컴사의 특징 읽어보기
프로그래밍이 아닌 개념화, 단순반복아님, 필수역량, 수학적 사고 + 공학적 사고 / 논리적으로 조직화하고 데이터 분해, 추상화로 데이터 표현, 해결책 자동화
69
코딩이란
해결하려는 문제를 주어진 절차와 방법으로 표현
70
교육방법
교육용 프로그래밍 언어, 개발도구
71
코딩언어 읽어보기
mit 스크래치, 구글 블록리, 네이버 엔트리, 앱인벤터
72
자료수집 종류
양적 > 값, 개수, 수량, 관측값
73
자료분석, 표현 방식
일반화, 자료의 흐름과 동향 파악
74
자료표현 방법
글, 차트, 그림
75
문제 분해란
문제를 작은 부분으로 나누고, 나눠진 부분도 다시 해결할 수 있게 작게 나눈다
76
분할과 정복이란
하나의 문제를 하위 문제로 조금씩 나누고 용이하게 풀 수 있는 문제단위로 나누고, 이를 해결한 후 합쳐서 해결한다
77
하향식 방식이란
책의 목차, 마인드맵 느낌
78
패턴인식이란
반복적 규칙, 일정한 경향, 유사점, 공통특성 등의 패턴들을 탐색
79
추상화란
핵심요소와 개념 또는 기능을 간추려 일반화된 모델을 만듦으로 단순화, 불필요한 부분 제거
80
추상화 예시
지도(지하철 노선), 커피머신
81
알고리즘이란
문제해결을 위해 추상화된 핵심 원리를 일련의 절차로 표현
82
의사코드(유사코드,슈도코드)란
프로그래밍 언어를 흉내내어 기호, 도형으로 도식화함
83
자동화란
프로그래밍 도구, 자동화 도구, 모의 실험으로 문제해결의 정답을 확인하는 과정
84
자동화 방식
적절한 프로그래밍 언어를 선택하여 자동화를 구현