|
기말성적
int nAttendance; // 출석
int nAssignment; // 과제
double Point; // 비중을 계산한 점수
char szGrade; // 비중을 따르는 학점
// linked list이용을 위한 포인터
student* NextStudent;
};
int nMidPercent; // 중간시험비중
int nFi
|
|
|
데이터 사용 목적
3. 데이터 마이닝 ? 소지자의 위험 예측
4. 프로파일링 ? 위험성 파악과 신용도 높은 소지자 파악
5. CRM ? 고객과의 관계
Ⅱ. 사례 연구 문제
1. 신용카드 회사들이 추구하는 경쟁전략과 정보시스템의 전략 지원
|
|
|
데이터의 개발 기술’을 의미하고, 프로파일링과 혼용되어 사용되곤 하는 ‘데이터 마이닝’(Data Mining)이란 앞서 살핀 바와 같이 방대하게 저장된 디지털정보로부터 유의미한 지식을 끄집어내기 위해 사용되는 연속적인 기술이다. 특히 프로
|
|
|
데이터과학, 빅데이터의 개념과 실제로 오픈소스를 활용한 트렌드 분석, 실제 기업,정부의 빅데이터 활용 사례에 대해 다루었다.
Ⅱ. 데이터과학, 빅데이터
1. 데이터 과학
데이터 과학(data science)이란, 데이터 마이닝(Data Mining)과 유사하
|
|
|
기법
가. 신경망(Neural network
- 트레이닝 셋을 통하여 learn 한 비선형 예측 모델로서 생물학적 신경 네트워크와 같은 구조를 갖는다.
나. 결정트리(Decision tree)
- 트리모양의 구조로 결정의 셋을 나타낸다.
- 데이터 셋의 분류를 위한 규칙을 생성
|
|
|
담은 비교적 작은 규모 데이터 웨어하우스
데이터 웨어하우스의 부분에서 데이터를 꺼내 사용자에게 제공하는 역할 1강 : 데이터 이해
2강 : 데이터 분석 기획
3강 : 데이터 수집과 정제
4강 : 통계분석
5강 : 정형 데이터 마이닝
|
|
|
데이터 과학(Data Science), ② 데이터 애널리틱스(Data Analytics), ③데이터 분석(Data Analysis), ④인공지능(Artificial Intelligence), ⑤머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널
|
|
|
데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터
‘네이버 지식백과’ - 2016. 11. 25
여신 : 금융 기관에서 고객에게 돈을 빌려주는 일. ‘네이버 국어사전’ - 2016. 11. 25
데이터 마이닝 : 많은 데이터 가운데 숨겨져 있는 유용한
|
|
|
데이터웨어 하우스의 구조 ………………………………………………… 4
4. 데이터 마트와 데이터웨어하우스의 차이 ……………………………… 7
5. 데이터웨어하우스와 데이터 마이닝 ……………………………………… 9
6. 데이터웨어
|
|
|
데이터 4400만건 무료 개방, IT 조선, 2020
http://it.chosun.com/site/data/html_dir/2020/03/30/2020033005001.html Ⅰ. 서론
Ⅱ. 본론
1. 빅데이터란 무엇인가?
1-(1) 빅데이터의 특징
1-(2) 빅데이터 활용의 필요성
1-(3) 금융 산업에서 빅데이터 활용
|
|
메뉴펼치기
