|
데이터 수집 (15점)
1. 데이터 수집(기사 제목, 날짜, 언론사, 요약문)
2. 데이터 처리 및 저장
3. 간단한 분석
①일자별 기사 수 집계
② 언론사별 기사 수 TOP 10
③ 제목에서 가장 많이 등장한 단어 TOP 20 (불용어 제외)
문제 2. 공공 API를
|
|
|
데이터 시대에 이르러 축적된 방대한 데이터와 급속한 기술의 발전은 생성형 인공지능의 밑바탕이 되었다. 생성형 인공지능은 다양한 수학기호로 표현된 연산은 물론, 자연어를 통한 명령을 인식하고 처리하는 데 있어 상당한 수준의 과업
|
|
|
처리됨에 유의하시오. 또한, 한글 기준 글자 크기 11 pt, 줄간격 160%로, MS word 기준 글자 크기 11 pt, 줄간격 1.5로 하여 문제를 제외하고 A4 한 페이지 분량으로 기술하시오.) (총 9점)
2. 실수 구간 S가 있다고 할 때 그 구간에 속한 실수에 관해 다
|
|
|
방송통신대학교 출판문화원, 2014.
윤인성,「혼자 공부하는 파이썬」, 한빛미디어, 2019.
[python] 파이썬 결측치 처리https://freedata.tistory.com/61
WorkingWithPython, pandas로 결측치 다루기https://workingwithpython.com/howtohandlemissingvaluewithpython/
[빅데이터 통계 R
|
|
|
파이썬과 R」, 한국방송통신대학교 출판문화원, 2020.
장영재, 최상범, 한승봉, 「R컴퓨팅」, 한국방송통신대학교 출판문화원, 2020.
심송용, 이윤동, 이은경, 김성수, 「고급R활용」, 한국방송통신대학교 출판문화원, 2015.
윤인성, 「혼자 공부하
|
|
 |
처리 -----------------
3.결과 -----------------
3.1 전원부 -----------------
3.2 DC 모터 -----------------
3.3 서보 모터 -----------------
3.4 프린터 포트 -----------------
3.5 USB 캠 -----------------
3.6 동작원리 -----------------
3.7 영상처리 후 AVR로 데이터 전
|
|
|
데이터의 양은 23%(0.64ZB)로, 그 중 3%가 분류되었고, 0.5% 만이 분석되었으며, 95% 이상의 데이터는 이용되지 못하고 방치되었다.
이런 흐름 속에서 데이터를 얻는 능력 - 즉 데이터를 이해하는 능력, 데이터를 처리하는 능력, 데이터에서 가치
|
|
|
데이터 센터 기술
데이터 센터(Data center)는 디지털 자료, 정보 등의 교환이나 처리, 관리, 저장 등의 다양한 기능을 수행하기 위한 서버, 저장장치, 네트워크 장비, 모니터 등의 다수의 IT장비가 수용된 중앙 집중화된 시설이다(H. S. Sun et al.
|
|
|
처리 방법
4) 논문②에 대한 최종 분석
3. 도축장 운영실태와 경영효율성 분석에 관한 연구(김기현)
1) 논문③의 통계분석 및 처리방법
2) 논문③에 대한 최종 분석
Ⅲ 결론 및 요약
Ⅳ 참고문헌
표 목 차
|
|
|
2.3 특수기술
2.3.1 EM 알고리즘
3. 실험
3.1 실험데이터
3.2 속성변수
3.3 전처리과정
3.4 실험도구
3.5 실험과정
4. 평가및토의
4.1 실험결과
4.2 결과평가
4.3 토의
4.4 시각적 표현 결과
5. 결론
6. 참고문헌
|
|
 |
데이터 클렌징과 전처리를 맡아 PySpark 기반 데이터 처리 역량을 쌓았습니다. 이후에도 개인적으로 Kaggle 대회에 참가하여 이미지 분류, 회귀 분석 등 다양한 문제 유형을 접하면서 실전 경험을 축적해왔습니다.
현재는 파이썬 기반의 데이터
|
|
 |
데이터 분석 프로젝트와 AI 모델 개발 인턴십이 있습니다.
대학 캡스톤 프로젝트에서는 대규모 공공데이터를 활용해 소비자 행동 분석 및 예측 모델을 구축하는 역할을 맡았습니다. 파이썬을 이용해 데이터 전처리, 탐색적 데이터 분석, 머신
|
|
 |
처리 속도를 높이기 위한 노력으로는 업무 상황을 시뮬레이션하여 실제 업무에 필요한 분석 및 정보를 빠르게 파악하는 연습을 해왔습니다. 예를 들어, 데이터의 핵심 포인트를 빠르게 파악하고, 분석 결과를 시각화하는 연습을 통해 직관적
|
|
 |
매출뿐 아니라, 자금 조달 구조와 위험 관리까지 고려해야 한다는 점을 배웠습니다.
아울러 그 외에도 ‘데이터 분석과 경영의사결정’ 과목에서는 파이썬과 R을 활용한 데이터 처리 기법을 익혔고, 실제 기업 데이터를 활용한 분석 과제를
|
|
 |
분석력과 문제 해결 태도입니다. 파이썬, R 등을 활용해 대규모 데이터를 처리하고, 복잡한 문제를 수치적으로 모델링하는 능력을 보유하고 있습니다. 또한 실패를 두려워하지 않고 새로운 시도를 통해 최적안을 찾는 태도를 갖고 있습니다.
|
|
메뉴펼치기
