C++의 STL의 개념, 벡터, 덱, 리스트의 사용 방법과 성능을 이해한다.

C++의 예외 처리를 하는 방법과 함수 템플릿, 클래스 템플릿에 대하여 이해한다.

C++의 파일 처리의 방법과 텍스트, 이진 파일의 차이점과 순차 접근, 임의 접근의 대한 내용들을 이해한다.

본 과정을 통해 학습자는 엑셀 기능을 실전에서 능숙하게 활용할 수 있게 될 것입니다.
· 본 과정은 기업의 실무자에게 필요한 오피스 프로그램(엑셀)의 사용법을 익히고, 실무 환경에 맞는 업무 처리 능력을 갖도록 합니다.

코루틴의 문맥과 디스패처, 종류, 코루틴 작업 취소하기, cancel(), finally의 실행 보장 등의 개념을 이해한다.

코루틴과 동시성 프로그래밍의 개요, 동시성 프로그래밍의 개념, 블로킹과 넌블로킹, 넌블로킹 동작, 프로세스와 스레드, 등의 개념을 이해한다.

람다식과 고차 함수 복습하기, 클로저 등 코틀린의 고급 내용을 학습 하실 수 있는 과정입니다.

컬렉션의 연산, 요소의 처리와 집계 등 코틀린의 고급 내용을 학습 하실 수 있습니다.

컬렉션의 개요, 불변형, 가변형의 차이 등 코틀린의 고급내용을 학습 하실 수 있는 과정입니다.

배열 정렬하기, sortBy()로 데이터 클래스 정렬하기 등 코틀린의 고급 내용을 학습 하실 수 있는 과정입니다

코틀린의 가변성의 2가지 방법(선언 지점 변성, 사용 지점 변성)과 자료형 프로젝션, 스타 프로젝션, refied 자료형, Class, 리플렉션, 코틀린의 배열생성 및 사용방법, 배열 요소 접근하기, 설정하기, 출력하기 표현식 사용 방법, 배열 요소 추가 및 잘라내기, 배열 관련 API 사용법, Any형 배열, forEach(), forEachIndexed(), iterator()를 통한 배열 순환 방법에 대해 이해한다.

코틀린의 제네릭의 개념, 사용법, 형식 매개변수의 개념, 제네릭 클래스와 제네릭 함수, 형식 매개변수 제한하는 방법, 가변성, 공변성, 반공변성, 무변성, where키워드의 사용법 개념과 사용법을 이해한다.

본 과정은 텍스트마이닝을 위한 데이터수집에 대한 학습과정입니다.

본 과정은 텍스트마이닝을 위한 데이터수집에 대한 학습과정입니다.

본 과정은 한국어 텍스트마이닝을 위한 KoNLPy 패키지에 대한 학습과정입니다. 한국어 텍스트마이닝 및 텍스트분석을 위해서는 다양한 라이브러리와 패키지들이 있는데 그중에서 가장 많이 사용되고 있는 KoNLPy 패키지에 기반하여 한국어 자연어 처리를 분석하고 관련된 여러 라이브러리를 학습하는 과정입니다.

본 과정은 한국어 텍스트마이닝을 위한 KoNLPy 패키지에 대한 학습과정입니다. 한국어 텍스트마이닝 및 텍스트분석을 위해서는 다양한 라이브러리와 패키지들이 있는데 그중에서 가장 많이 사용되고 있는 KoNLPy 패키지에 기반하여 한국어 자연어 처리를 분석하고 관련된 여러 라이브러리를 학습하는 과정입니다.

본 과정은 영어 텍스트마이닝을 위한 NLTK 패키지에 대한 학습과정입니다. 영어 텍스트마이닝 및 텍스트분석을 위해서는 다양한 라이브러리와 패키지들이 있는데 그중에서 가장 많이 사용되고 있는 NLTK 패키지에 기반하여 영어를 분석하고 관련된 라이브러리를 학습하는 과정입니다.

본 과정은 영어 텍스트마이닝을 위한 NLTK 패키지에 대한 학습과정입니다. 영어 텍스트마이닝 및 텍스트분석을 위해서는 다양한 라이브러리와 패키지들이 있는데 그중에서 가장 많이 사용되고 있는 NLTK 패키지에 기반하여 영어를 분석하고 관련된 라이브러리를 학습하는 과정입니다.

본 과정은 텍스트마이닝을 위한 정규식 re 과정입니다. 텍스트마이닝은 큰 범주에서 텍스트분석을 통해 여러 의미있는 정보를 도출해내는 과정이라고 말할 수 있습니다.

본 과정은 텍스트마이닝을 위한 정규식 re 과정입니다. 텍스트마이닝은 큰 범주에서 텍스트분석을 통해 여러 의미있는 정보를 도출해내는 과정이라고 말할 수 있습니다.

본 과정은 텍스트마이닝을 위한 정규식 re 과정입니다. 텍스트마이닝은 큰 범주에서 텍스트분석을 통해 여러 의미있는 정보를 도출해내는 과정이라고 말할 수 있습니다.

ADSP 데이터 분석 준전문가 자격증을 대비하는 강좌

데이터 이해 및 처리 기술에 대한 기본 지식을 바탕으로 데이터 분석 기획, 데이터 분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등의 과학적 의사 결정을 지원하는 직무를 수행하는 전문가를 양성하는 과정

데이터 이해 및 처리 기술에 대한 기본 지식을 바탕으로 데이터 분석 기획, 데이터 분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등의 과학적 의사 결정을 지원하는 직무를 수행하는 전문가를 양성하는 과정입니다.

본 과정은 데이터 전처리를 이해하는 과정입니다.

조건문, 반복문, 함수,단일변수 자료의 탐색, 다중변수 자료의 탐색에 대해서 이해한다.

빅데이터와 R환경설정 및 테스트를 진행하고, 변수와 벡터에 대한 내용, 매트릭스와 데이터프레임에 대해서 이해한다.

회귀분석, 군집화와 분류, 데이터 분석 사례를 이해한다.

데이터 시각화 및 지도와 데이터, 텍스트마이닝을 이해한다.

경제, 경영 및 데이터분석에 필요한 통계이론을 공부합니다.