 |
러닝, 강화학습, 최적화 이론, 데이터 처리 기술을 지속적으로 연구하며, 실험을 통해 학습한 이론을 실제 문제에 적용하는 경험을 쌓아 나가고자 합니다.
6. 석사ㆍ박사 이후의 계획(박사진학,취업,유학 등)
석사 과정을 마친 후에는 박사 과
|
|
 |
개념은 무엇인가요?
14. 전력 시스템의 효율성을 높이는 방법은 무엇인가요?
15. 전기전자공학의 발전이 일상생활에 미치는 영향은 무엇인가요?
16. 전기전자공학의 미래를 어떻게 예상하나요?
17. 전기전자공학에서 팀워크가 중요한
|
|
 |
개념: 84
사. 회귀 분석 및 모델링: 85
아. 가설 검정과 추론: 85
자. 데이터 분석 및 시각화: 86
차. 빅데이터와 기계 학습: 86
카. 실험 계획법 87
타. 비모수 통계 87
파. 빅데이터와 머신러닝 88
하. 데이터 분석 도구와 소프트웨어 88
? 통계분
|
|
|
러닝 86
수리 모델링 87
추가 문제 88
? 통계학 학술이론에 대한 지식검증 기출문제 89
기초 이론과 개념: 89
회귀 분석 및 모델링: 89
가설 검정과 추론: 90
데이터 분석 및 시각화: 91
빅데이터와 기계 학습: 91
실험 계획법 92
비모수 통계 9
|
|
 |
개념을 익혔습니다.
이러한 학습을 통해 LG CNS가 주력하는 DX 기술(클라우드, AI, 데이터 분석 등)을 깊이 있게 이해하고 실무에 적용할 수 있는 기반을 마련하였습니다. 입사 후에는 이론적 지식과 실무 경험을 결합하여, 기업의 디지털 전환을
|
|
 |
개념: 129
회귀 분석 및 모델링: 129
가설 검정과 추론: 130
데이터 분석 및 시각화: 130
빅데이터와 기계 학습: 131
실험 계획법 132
비모수 통계 132
빅데이터와 머신러닝 133
데이터 분석 도구와 소프트웨어 133
? 통계분석 도구 소프트웨어에
|
|
 |
러닝 프로그램을 제작했습니다. ‘HRD 컨설팅 제안서 개발’ 수업에서는, 역량 개념과 경영 컨설팅 Frame을 활용하여 `52시간 근무제`에 대응하는 스마트 워킹 제도와 제도 정착을 위한 교육 프로그램 제안서를 작성해 보았습니다.
나아가 수업
|
|
 |
개념: 78
나. 회귀 분석 및 모델링: 78
다. 가설 검정과 추론: 79
라. 데이터 분석 및 시각화: 80
마. 빅데이터와 기계 학습: 80
바. 실험 계획법 81
사. 비모수 통계 81
아. 빅데이터와 머신러닝 82
자. 데이터 분석 도구와 소프트웨어 82
? 통계분
|
|
 |
개념: 121
라. 회귀 분석 및 모델링: 121
마. 가설 검정과 추론: 122
바. 데이터 분석 및 시각화: 122
사. 빅데이터와 기계 학습: 123
아. 실험 계획법 124
자. 비모수 통계 124
차. 빅데이터와 머신러닝 125
카. 데이터 분석 도구와 소프트웨어 125
?
|
|
 |
개념: 113
회귀 분석 및 모델링: 114
가설 검정과 추론: 115
데이터 분석 및 시각화: 115
빅데이터와 기계 학습: 116
실험 계획법 117
비모수 통계 117
빅데이터와 머신러닝 118
데이터 분석 도구와 소프트웨어 118
? 통계분석 도구 소프트웨어에
|
|
메뉴펼치기
