|
데이터 테이블의 구조이다. 자료는 “www.knou.ac.kr/~sskim/자료실” 에 있는 데이터처리와활용 공지글의 첨부 파일 중 sales_data(table).xls에 있다. CUBRID를 이용하여 물음에 답하시오.
CUBRID로 주어진 문제를 풀기 위해 https://www.cubrid.com/downloads 에서 다
|
|
|
데이터 테이블의 구조이다. 자료는 “www.knou.ac.kr/~sskim/자료실” 에 있는 데이터처리와활용 공지글의 첨 파일 중 sales_data(table).xls에 있다. CUBRID를 이용하여 물음에 답하시오.
CUBRID로 주어진 문제를 풀기 위해 https://www.cubrid.com/downloads에서 다음
|
|
|
문제 1: 데이터베이스 설계 (10점)
온라인 도서 대여 시스템의 데이터베이스를 설계하세요. 다음 요구사항을 충족해야 합니다:
회원 정보 (회원ID, 이름, 이메일, 가입일 등)
도서 정보 (도서ID, 제목, 저자, 출판사, 출판년도, 재고 수량 등)
대
|
|
|
(2022년 2학기 방송통신대 데이터처리와활용 중간과제물)데이터 모델을 정의하고 데이터 모델의 세 가지 구성 요소의 의미를 설명하시오 다음 E-ER 다이어그램에 대응되는 관계 스키마를 작성 CUBRID를 이용하여 물음에 답하시오
목차
1. (5점)
|
|
|
|
데이터베이스에 저장되는 중요한 부분이 된다. 컴퓨터 내부에서 속성은 필드(field)이며 개체는 레코드(record)에 해당한다.
(2)개체 무결성(entity integrity)
개체 무결성은 기본 키로 지정한 모든 속성은 널 값을 가질 수 없고 관계 안에서 중복되
|
|
 |
방송통신대학교, 2006.
오원석. 박성철, 무역실무Ⅱ, 한국방송통신대학교, 2006.
오원석. 박성철. 하강헌, 인터넷무역론, 법문사, 2000.
서청석, 신무역학원론, 신영사, 2005.
채진익, 최신전자무역, 두남, 2004.
이영수. 권순국, 전자무역실무, 문영사,
|
|
|
데이터와 스트리밍 기술의 개요
1. 멀티미디어 데이터의 특성
2. 멀티미디어 데이터베이스 관리시스템
2.1 멀티미디어 DBMS 구조
2.2 멀티미디어 데이터의 효율적 저장
3. 미디어스트리밍 기술의 발전
Ⅲ 모바일 스트리밍의 동향 및 기
|
|
|
설정 33
3.8 온라인 긴급 게시물 실시간 탐지 기법의 알고리즘 33
제 4장 실험 및 결과 분석
4.1 실험에 사용된 데이터 38
4.2 실험을 위한 전처리 작업 38
4.3 실험 대상 및 결과 41
제 5장 결론 및 향후 연구 47
참고문헌 49
|
|
|
2.3 특수기술
2.3.1 EM 알고리즘
3. 실험
3.1 실험데이터
3.2 속성변수
3.3 전처리과정
3.4 실험도구
3.5 실험과정
4. 평가및토의
4.1 실험결과
4.2 결과평가
4.3 토의
4.4 시각적 표현 결과
5. 결론
6. 참고문헌
|
|
|
방송국에 어떤 것들이 있어야 하는가?
2. 어떻게 가입자에게 전송하는가?
3. 가입자들을 어떻게 관리할 것인가?
4. 가입자 단말에서는 이것을 어떻게 처리하는가?
5. 가입자 단말간의 또는 가입자 단말과 다른 장치들과의 연동을 어찌 할 것인
|
|
 |
정책 설계와 집행이 얼마나 중요한지 체감하게 하였습니다. 또한, 공공분야 데이터 분석 프로젝트에서 수천 건의 데이터를 활용하여 정책 개선방안을 도출하는 과정에서 1.지원동기
2.입사 후 포부
3.직무 관련 경험
4.성격 장단점
|
|
 |
데이터 수집 및 분석, 해양 모니터링, 기상 예측 등 다양한 분야에서 그 활용 가능성이 크게 확대되었습니다. 이러한 변화를 주도하는 KT의 비전과 목표에 관심을 두고 있으며, 이러한 혁신적인 서비스를 제공하는 데 기여하고 싶습니다. 특히
|
|
|
방송광고진흥공사에서 일하고자 하는 이유는 가진 IT 전문성을 활용하여 한국 방송 광고 산업의 발전에 기여하고 싶기 때문입니다. 대학에서 정보통신을 전공하며 데이터 처리와 시스템 관리에 대한 깊은 이해를 쌓았습니다. 이를 통해 다양
|
|
 |
방송 정책을 실현하는 데 기여하고 싶기 때문입니다. 대학 시절 IoT와 AI 기술을 활용한 미디어 데이터 분석 프로젝트를 수행하며 30% 이상 데이터 처리 속도 향상과 신뢰도 높은 예측 모델을 개발하는 성과를 거두었습니다. 또한, 산업체 인턴
|
|
|
데이터 과학과 인공지능에 많은 관심을 가지고 있습니다. 데이터의 수집, 분석, 해석 과정은 모든 기업과 조직이 경쟁력을 유지하기 위해 필수적인 요소로 작용합니다. 교과 과정을 통해 데이터 처리 및 분석 기법을 깊이 있게 배우고, 이를
|
|
메뉴펼치기
