|
데이터베이스에 저장되는 중요한 부분이 된다. 컴퓨터 내부에서 속성은 필드(field)이며 개체는 레코드(record)에 해당한다.
(2)개체 무결성(entity integrity)
개체 무결성은 기본 키로 지정한 모든 속성은 널 값을 가질 수 없고 관계 안에서 중복되
|
|
|
|
문제 1: 데이터베이스 설계 (10점)
온라인 도서 대여 시스템의 데이터베이스를 설계하세요. 다음 요구사항을 충족해야 합니다:
회원 정보 (회원ID, 이름, 이메일, 가입일 등)
도서 정보 (도서ID, 제목, 저자, 출판사, 출판년도, 재고 수량 등)
대
|
|
|
|
(2022년 2학기 방송통신대 데이터처리와활용 중간과제물)데이터 모델을 정의하고 데이터 모델의 세 가지 구성 요소의 의미를 설명하시오 다음 E-ER 다이어그램에 대응되는 관계 스키마를 작성 CUBRID를 이용하여 물음에 답하시오
목차
1. (5점)
|
|
|
|
2023년 2학기 방송통신대 데이터처리와활용 중간과제물)교재 제1장연습문제(p. 17) 2번 제2장 연습문제(p. 41) 1번 제3장 연습문제(p. 92) 6번
목차
1. 교재 제1장 연습문제(p. 17) 2번 (6점)
2. 교재 제2장 연습문제(p. 41) 1번 (6점)
3. 교재 제3장 연습
|
|
|
들을 출력하기 위한 SQL문을 작성하여라.
SELECT Income
FROM income
WHERE Income/Income_total <= 0.1, Income/Income_total => 0.2
(4) 소득이 지출보다 2배 이상인 사람들만으로 이루어진 뷰(view)를 생성하여라.
CREATE VIEW income
AS
SELECT Number, Income, Expense
FROM income
WHE
|
|
 |
방송통신대학교, 2006.
오원석. 박성철, 무역실무Ⅱ, 한국방송통신대학교, 2006.
오원석. 박성철. 하강헌, 인터넷무역론, 법문사, 2000.
서청석, 신무역학원론, 신영사, 2005.
채진익, 최신전자무역, 두남, 2004.
이영수. 권순국, 전자무역실무, 문영사,
|
|
|
설정 33
3.8 온라인 긴급 게시물 실시간 탐지 기법의 알고리즘 33
제 4장 실험 및 결과 분석
4.1 실험에 사용된 데이터 38
4.2 실험을 위한 전처리 작업 38
4.3 실험 대상 및 결과 41
제 5장 결론 및 향후 연구 47
참고문헌 49
|
|
|
데이터의 유형에는 전산시스템의 붕괴, 직원들의 실수나 사기, 횡령, 부정확한 회계처리, 파업, 법규위반 등 시장위험과 신용위험을 제외한 사실상의 모든 위험이 운영위험에 포함된다고 해도 과언이 아니다. 운영위험 관리가 현대 금융기관
|
|
|
활용 기자재 및 부품 소요 6
제 3 장 부품 및 설명 7
3.1 주요부품 목록 7
3.1.1 소형집게 7
3.1.2 Geard Motor 8
3.1.3 Servo Motor 8
3.1.4 거리측정 센서 8
3.1.5 광 센서 9
3.1.6 TFT-LCD 9
3.1.7 배터리 9
3.1.8 무
|
|
|
데이터를 활용한 이메일마케팅 활성화에는 항상 대립되는 부분이 있기 때문에 절충점을 찾아 나가는 노력이 필요하다. 또한 회사내부라 할지라도 고객의 정보를 통합하고 활용하는데 있어 고객정보의 출처가 각각 상이할 수 있으므로 이용
|
|
 |
방송사
1934년 뉴욕의메이시앤드컴퍼니와 시카고의《시카고 트리뷴》 신문사 등 4개의 라디오 방송국이 연합하여 설립. NBCCBSABC 등과 함께 미국 4대 라디오 네트워크의 하나로라디오 전문 네트워크이다.
소규모 라디오 방송국 상호간의 프로
|
|
 |
처리하는 데서 그치지 않고, 고객 경험 관리와 서비스 품질 개선에 기여하고 싶습니다. 이를 위해 고객 데이터 분석, 서비스 프로세스 개선, 상담사 교육 등 다양한 영역에서 전문성을 키울 계획입니다. 1. 지원한 직무와 관련하여 본인만
|
|
 |
처리를 위해 소유물을 맡기
는 경우 등에서 볼 수 있다.
3/ 접촉도 낮은 서비스(low-contact services)
서비스 제공자와의 물리적 접촉이 거의 일어나지 않는 경우이다. 이는 최근 고객 편리성 측면에서 가장 빠르게 성장하는 형태로서 전자상거래 TV
|
|
 |
기회이다. 하둡, 스파크와 같은 빅데이터 처리 프레임워크를 활용하여 대규모 데이터의 저장, 처리, 분석 방법을 익히고, 이 과정에서 발생할 수 있는 데이터 품질 문제를 해결하는 경험을 쌓고 싶다. 이와 같은 과목들을 통해 데이터사이언스
|
|
 |
Spark 등의 최신 빅데이터 프레임워크를 활용한 데이터 처리 방법을 배우고, 실제 대규모 데이터셋을 다루는 경험을 쌓고 싶습니다. 이 과목은 실무에 즉시 적용 가능한 기술을 습득하고, 데이터 과학자로서의 경쟁력을 높이는데 큰 도움이 될
|
|
메뉴펼치기
