|
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.
|
|
|
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
|
|
|
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
|
|
 |
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,
|
|
|
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 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
|
|
 |
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
|
|
 |
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
|
|
 |
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
|
|
 |
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
