 |
한 단계 높일 수 있었습니다.
[Work Hard를 넘어 Think Hard로!]
전자과 한 학년에 300명이 넘어가다보니 같은 수업도 여러 교수님이 강의를 하십니다. 저는 단순 연습문제를 많이 푸는 수업보다는 수업 시간마다 교수님이 인터넷이나 책을 뒤져도
|
|
 |
모델링: 87
가설 검정과 추론: 88
데이터 분석 및 시각화: 88
빅데이터와 기계 학습: 89
실험 계획법 90
비모수 통계 90
빅데이터와 머신러닝 91
데이터 분석 도구와 소프트웨어 91
? 통계분석 도구 소프트웨어에 대한 대학원 학위과정 입시문
|
|
 |
수업에서 팀 단위로 프로젝트를 수행하였습니다. 태양광 전력변환장치의 원리를 plecs라는 프로그램으로 구현하는 것이 팀 목표였고, 수업의 취지에 맞게 공학 지식을 활용하여 직접 설계하고 싶었습니다. 또한, 이러한 경험이 사회에 나가서
|
|
 |
수업에서 팀 단위로 프로젝트를 수행하였습니다. 태양광 전력변환장치의 원리를 plecs라는 프로그램으로 구현하는 것이 팀 목표였고, 수업의 취지에 맞게 공학 지식을 활용하여 직접 설계하고 싶었습니다. 또한, 이러한 경험이 사회에 나가서
|
|
 |
교수님의 ‘구원과 타원면’에 관한 강의를 들은 뒤 KAIST에 대한 관심이 더 커졌습니다.
또한 이번 여름에는 부산시교육청에서 주관하는 3박 4일간의 논술캠프에 다녀왔습니다. 여러 주제를 접할 수 있는 교육 프로그램도 유익했지만, 각 학
|
|
 |
수 있었습니다. 팀원들은 발표 방식에 대한 확신이 없었고, 이에 따른 불안감이 갈등의 원인임을 알게 되었습니다. 이를 통해 서로의 감정을 존중하고, 문제를 해결할 수 있는 기초를 마련했습니다.
둘째, 팀원들이 제안한 다양한 아이디어를
|
|
 |
모델링: 83
차. 가설 검정과 추론: 83
카. 데이터 분석 및 시각화: 84
타. 빅데이터와 기계 학습: 84
파. 실험 계획법 85
하. 비모수 통계 85
거. 빅데이터와 머신러닝 86
너. 데이터 분석 도구와 소프트웨어 86
? 통계분석 도구 소프트웨어에 대한
|
|
 |
수과정 196
? 연구보고서 작성 능력을 검증하는 기출문제 201
? 전공지식의 깊이를 검증하는 문제 211
? 입학시의 추천서의 중요성 270
가. 추천서의 의미 270
나. 좋은 추천서 270
다. 지도교수가 쓴 추천서 견본 271
라. 서울대학교 지도교수
|
|
 |
수 있는 법적 제도를 만들어 쥐야 한다고 생각하는지 말하시오.
흥부와 놀부 중 누가 더 마음에 들며, 왜 그런지에 대해 말하시오.
2. 인도어과
장래 희망을 말하시오.
진학 후 자신의 학습 계획을 말하시오.
학과 지원 동기를 말하시오.
3.
|
|
 |
모델링: 121
마. 가설 검정과 추론: 122
바. 데이터 분석 및 시각화: 122
사. 빅데이터와 기계 학습: 123
아. 실험 계획법 124
자. 비모수 통계 124
차. 빅데이터와 머신러닝 125
카. 데이터 분석 도구와 소프트웨어 125
? 통계분석 도구 소프트웨어
|
|
메뉴펼치기
