 |
자격증 공부도 하여 학습의욕을 더욱 높일 것입니다. 그리고 무엇보다 교수님들과 선배, 동기, 후배들과 같이 토론하고, 연구하면서 좋은 관계를 유지하며 서로 더욱 발전할 수 있도록 최선의 노력을 다할 것입니다.
3. 향후 전공지식 활용계
|
|
 |
토론했던 결과 등을 동아리회지에 정기적으로 실었던 경험이 제가 신문사와 관련된 일의 전부입니다. 그러나 사람과 사물에 대한 끊임없는 호기심, 그것에 대한 궁금증을 꼭 알아내고야마는 집요함, 그리고 사람과 사람, 그들과 화합하며 무
|
|
 |
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: 102
회귀 분석 및 모델링: 102
가설 검정과 추론: 103
데이터 분석 및 시각화: 104
빅데이터와 기계 학습: 104
실험 계획법 105
비모수 통계 105
빅데이터와 머신러닝 106
데이터 분석 도구와 소프트웨어 106
? 통계분석 도구 소프트웨어에
|
|
 |
토론 동아리를 창단하여 학우들과 함께 자신의 생각과 의견을 전할 수 있는 공간을 만들었습니다. 정기적인 모임 개최와 꾸준한 브레인 스토밍을 통한 창조적 아이디어를 기를 수 있었습니다.
이와 같은 저의 적극적 사고와 끊임없는 자기계
|
|
 |
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
|
|
 |
학습계획서 1500자 33
? 도시계획전공 대학원 입시 준비 주요 기출-예상 논문주제 39
? 대학원 입시 준비 한국 도시설계에 대한 평가 1500단어 45
가. 서론 45
나. 한국 도시설계의 역사적 배경 45
다. 도시설계 대학원 과정의 필요성 45
라. 대학
|
|
 |
개념: 82
자. 회귀 분석 및 모델링: 83
차. 가설 검정과 추론: 83
카. 데이터 분석 및 시각화: 84
타. 빅데이터와 기계 학습: 84
파. 실험 계획법 85
하. 비모수 통계 85
거. 빅데이터와 머신러닝 86
너. 데이터 분석 도구와 소프트웨어 86
? 통계분
|
|
 |
토론을 하였습니다.(나와 다른 날 합숙 팀에서는 '고령화사회에 따른 기업은행의 상품개발' 등의 주제가 나왔습니다).
둘째 날은 '21세기 은행의 인재상'이라는 주제를 가지고 개별 PT를 하였습니다. 랜덤으로 각종 이미지들이 프린트 된 잡지
|
|
 |
토론문제 :
- 100층 이상의 초고층 건물 건축에 대한 찬반토론
- 유승준 입국 허용에 대한 찬반토론
(4) PT문제
- 식어가는 한류열품을 활성화할 수 있는 전략은?
- 고객이 은행 내에서 대기 시간을 최소화 하는 방안은?
- 은행이 해외 진출할 경우
|
|
메뉴펼치기
