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
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 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.
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.
조건문, 반복문, 함수,단일변수 자료의 탐색, 다중변수 자료의 탐색에 대해서 이해한다.
빅데이터와 R환경설정 및 테스트를 진행하고, 변수와 벡터에 대한 내용, 매트릭스와 데이터프레임에 대해서 이해한다.