|
Data mining
4) 3D Visualization
6. 빅데이터의 영향과 전망
7. 빅데이터의 활용사례
1) 미국 항공우주국 : 우주비행을 통한 이미지의 보존과 호스팅 서비스
2) 미국 로스앤젤레스 : 보육 부문에서의 사기행위 방지
3) IBM - Deep Thunder
4) NC소프트
|
|
|
마이닝을 통환 환경민원 패턴 분석, 인천대학교 대학원 논문, 2015.
선대인, 일의 미래: 무엇이 바뀌고, 무엇이 오는가, (주)인플루엔셜, 2017.
신동희 외, 사물인터넷 동향과 전망, 인터넷정보학회지, 2013.
이종현, 법률·행정·의료까지 로봇이
|
|
|
사이언스, 2017,
https://www.dongascience.com/news.php?idx=17999 1) 빅카인즈의 개요와 특징
2) 빅카인즈에서 다루고 있는 정보원
3) 빅카인즈의 정보생성 및 구축방법
4) 빅카인즈에서 적용하고 있는 메타데이터 스킴
5) 빅카인즈의 정보검색 모델, 검
|
|
|
마이닝, 민영사, 2017.
한국정보화진흥원, 세계 속의 빅데이터 2015 Big Data 활용기업 Global Trends, 2015. 1. 데이터 마이닝이란?
2. 데이터 마이닝의 등장 배경
3. 데이터 마이닝의 목표
4. 데이터 마이닝의 기법
1) 분류 분석
2) 예측
3) 연
|
|
|
암호화 방식 연구
4-(2) 이상 금융 거래 탐지와 금융 빅데이터 연구
Ⅲ. 결론
1. 금융 빅데이터 분석의 한계
2. 향후 금융 빅데이터 분석의 과제
2-(1) 거시적 관점
2-(2) 시장 내부적 관점
3. 제언
Ⅳ. 출처 및 참고문헌
|
|
 |
긴급 게시물 실시간 탐지 기법의 모델 제안
3.1 과거 게시물 데이터의 수집과 분류 18
3.2 긴급 게시물의 주제어 선정 20
3.3 긴급 게시물 주제어의 모든 서술어 수집 22
3.4 긴급 게시물 주제어의 그룹화 24
3.5 긴급 게시물의 후보선
|
|
|
데이터마이닝을 이용한 고객세분화 7
1. 데이터마이닝의 개요 7
2. 연구방법 9
(1) 자료의 구성 10
(2) 실험데이터의 기초 분석 10
3. 변수선정 11
(1) 성별과 연 구매회수와의 독립성 검정 12
(2) 입력변수 특성 13
4. 신경망 모형의 구성 17
5. 실
|
|
 |
데이터 분석 등
- 네트워크 분석 및 추천 시스템 개발: 사용자 행동 분석, 맞춤형 추천 시스템 연구, 소셜 네트워크 데이터 분석
KAIST 데이터사이언스학과는 저의 연구 목표를 실현하는 데 최적의 환경을 제공합니다. 다양한 연구 분야와 협력
|
|
 |
데이터 사이언스의 연구자가 되어 학문적 기여를 하고 싶습니다. 데이터 분석 및 AI 관련 연구에 참여하여, 기존의 분석 기법을 발전시키거나 새로운 분석 방법론을 개발하는 연구를 진행할 계획입니다. 이는 대학원 진학을 통해 더 깊이 있는
|
|
|
데이터 구조 등의 지식은 데이터사이언스 분야를 학습하는 데 매우 중요한 기초가 되리라 생각합니다. 또한, 컴퓨터공학에서 다양한 문제 해결을 위한 모델링과 소프트웨어 개발 경험을 통해, 데이터사이언스에서 요구하는 문제 분석 및 해
|
|
|
데이터 분석의 기초를 쌓았습니다. 특히 통계적 방법론을 적용해 데이터를 해석하고, 이를 통해 현실 문제를 해결하는 과정에서 데이터 사이언스 분야에 큰 흥미를 느꼈습니다. 프로젝트를 통해 실질적인 데이터를 다룰...(중략) 1.본교 편
|
|
 |
발전시킬 수 있을 것입니다. 그리고 실무 경험을 통해 데이터 사이언스 융합 기술을 사회에 적용할 수 있을 것입니다.
4.기타
○ 외국어 능력
- TOEIC 950점, TOEFL iBT 100점으로 뛰어난 영어 실력을 갖추고 있습니다.
- 영어 원서 읽기 및 회화가 가
|
|
메뉴펼치기
