|
엑스 데이터 오브젝트)의 개념
Ⅲ. ADO(엑티브엑스 데이터 오브젝트)의 장점
Ⅳ. ADO(엑티브엑스 데이터 오브젝트)의 개체와 컬렉션
1. 개체
1) Connection
2) Command
3) Parameter
4) Recordset
5) Field
6) Error
7) Property
2. 컬렉션
1) Errors
2) Parameters
3
|
|
|
엑스선)회절실험 데이터와 결과
1. Na
1) Parameters and results of 5 Gaussian fit
a1 = 4.910127 b1 = 3.281434
a2 = 3.081738 b2 = 9.119178
a3 = 1.262067 b3 = 0.102763
a4 = 1.098938 b4 = 132.013942
a5 = 0.560991 b5 = 0.405878
c = 0.079712
2) Parameters and results of 4 Gaussian fit
a1 = 4.762600 b1 =
|
|
|
데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 과정
-데이터마이닝 의 시초
60년대 초 미국의 통계학자 제임스 마이어와 에드워드 포지가 처음으로 만든 것으로 알려짐 이들은 은행이 새로운 대출 고객에 대해 신용도를 산출할
|
|
|
데이터 산업 및 핀테크 산업에 사용할 수 있도록 가이드라인이 확정되었다. 이로 인해 빅데이터 기반의 신 사업이 활성화 되는데 도움이 되었으면 좋겠다.
<참고문헌>
빅데이터(big data)이해-정의, 분석, 기술, 특징, 사례 연구
https://www.redha
|
|
|
데이터 마이닝 Cookbook’, 출판: 敎友社 Olivia Parr Rud 지음, 이영섭 옮김, 2005
○‘데이터 마이닝’, 출판: 대청, 장남식, 홍성완, 장재호 共著, 1999
○‘(SAS Enterprise Miner를 이용한)데이터마이닝=SAS Enterprise Miner data mining‘, 출판: 敎友社,배화수 지
|
|
 |
데이터베이스 마케팅관점에서의 고객세분화 5
(2) 신경망을 이용한 고객세분화 6
III. 데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별
|
|
|
Datamonitor, http://www.epaynews.com/statistics/transactions.html#45, September 2001,
International Data Corporation, http://www.epaynews.com/statistics/bankstats. html, 2002
Killen & Associates, http://www.epaynews.com/statistics/bankstats.html#10, 2003
Krueger, Malte, \"The Future of M-payment: Bu
|
|
|
신용카드회사가 5%의 기존 고객을 더 유지시키면 최 고 125% 매출이 신장 http://www.clickcallcenter.com/menu4-1-5.htm → CRM 프로세서 인용
3) 지나친 고객 선별과 차별 대우 시 일반 고객들이 느끼게 될 소외감에 유의
① 고객을 유지ㆍ차별화하는 과정에
|
|
|
신용카드회사가 5%의 기존 고객을 더 유지시키면 최 고 125% 매출이 신장 http://www.clickcallcenter.com/menu4-1-5.htm → CRM 프로세서 인용
3) 지나친 고객 선별과 차별 대우시 일반 고객들이 느끼게 될 소외감에 유의
① 고객을 유지ㆍ차별화하는 과정에
|
|
|
신용과 대금결제에 대한 확신을 제공해 주어야 할 뿐만 아니라 전자결제시스템으로 처리되는 과정 중에 발생하는 위험을 담보할 수 있는 보험 및 책임보험 등에 관한 상품개발이 모색되어야 할 것이다.
본 학생은 이상에서 살펴본 바, 전자무
|
|
 |
(주)한국신용데이터에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관계
|
|
 |
(주)한국신용데이터에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관계
|
|
|
(주)한국신용데이터에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관계
|
|
|
(주)한국신용데이터에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현황, 관계
|
|
|
(주)케이디엑스한국데이터거래소에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영
|
|
 |
엑스의 어떤 점이 부합하여 지원하였는지 기술해주십시오.
KINX는 고품질의 신뢰할 수 있는 서비스 제공에 대한 명성, 환경 지속 가능성에 대한 약속, 제공하는 다양한 인터넷 및 데이터 센터...(이하생략) - 자기소개서
본인을 가장 잘 나
|
|
 |
데이터 품질 관리 체계 구축입니다. 정확하고 일관된 데이터 없이는 분석과 활용의 신뢰성이 떨어지기 때문에, 데이터 표준화와 검증 절차를 먼저 마련해야 합니다.
7. 입사 후 본인의 역량을 효성아이티엑스에 어떻게 활용할 계획인가요?
빅
|
|
 |
데이터 분석을 통해 잠재적 리스크를 사전에 식별하고 대응 방안을 마련하는 것이 필요합니다. 예를 들어, 대출 신청자의 신용도를 분석하여 과거 데이터와의 비교를 통해 리스크를 평가하는 모델을 구축할 수 있습니다. 이러한 시스템은 대
|
|
 |
데이터 클렌징 과정에서 부서 간 데이터 기준 불일치 문제가 발생했습니다. 이를 조율하기 위해 각 부서 실무자들과 워크숍을 열어 기준을 합의하고, 표준안을 수립해 문제를 해결했습니다.
7. 입사 후 본인의 강점을 효성아이티엑스에 어떻
|
|
 |
데이터를 통해 실제 현장 문제를 해결할 수 있다는 것을 체감한 소중한 경험이었습니다.
7. 입사 후 최종 목표는 무엇인가요?
중공업 스마트팩토리 구축을 선도하는 AI 전문가로 성장하여, 효성아이티엑스가 글로벌 제조업 디지털 전환(DX) 시
|
|
메뉴펼치기
