|
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
|
|
|
교재 연습문제 3장(p. 73) ? 1번, 2번, 3번 (배점 9점)
2. 교재 연습문제 4장(p. 100) - 7번, 8번, 9번 (배점 9점)
3. 교재 연습문제 8장(p. 268) - 2번 (배점 12점)
※ 8장 연습문제는 R과 파이썬을 각각 이용하여 작업하기 바람.
|
|
|
|
데이터정보처리입문(2021년 발간) 기준임.
1. 교재1장 내용(12점)
교재 14쪽의 예제 1.1에 제시된 과정을 따라 엑셀을 활용하여 다음 그래프를 작성하시오. 필요한 통계정보는 KOSIS에서 찾아서 활용하시오.
2. 교재3장 내용(12점)
교재 75쪽에
|
|
|
데이터 테이블의 구조이다. 자료는 “www.knou.ac.kr/~sskim/자료실” 에 있는 데이터처리와활용 공지글의 첨부 파일 중 sales_data(table).xls에 있다. CUBRID를 이용하여 물음에 답하시오.
CUBRID로 주어진 문제를 풀기 위해 https://www.cubrid.com/downloads 에서 다
|
|
|
데이터 테이블의 구조이다. 자료는 “www.knou.ac.kr/~sskim/자료실” 에 있는 데이터처리와활용 공지글의 첨 파일 중 sales_data(table).xls에 있다. CUBRID를 이용하여 물음에 답하시오.
CUBRID로 주어진 문제를 풀기 위해 https://www.cubrid.com/downloads에서 다음
|
|
 |
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
|
|
|
방송국에 어떤 것들이 있어야 하는가?
2. 어떻게 가입자에게 전송하는가?
3. 가입자들을 어떻게 관리할 것인가?
4. 가입자 단말에서는 이것을 어떻게 처리하는가?
5. 가입자 단말간의 또는 가입자 단말과 다른 장치들과의 연동을 어찌 할 것인
|
|
|
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,
|
|
|
처리스테비아
비타민C
산화방지제
탄산수소나트륨
산도조절제
솔루본
유화제
효소처리스테비아
감미료
D-2
녹차추출액(녹차엽:보성산)99.93%,(고형분0.1%이상,정제수),비타민C,탄산수소나트륨
비타민C
산화방지제
탄산수소나트륨
산화방지제
D-3
|
|
|
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
|
|
 |
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
