|
RANSAC 알고리즘의 필요성
일반적인 회귀 분석 방법은 데이터셋 내의 모든 데이터를 동일하게 취급하기 때문에, 노이즈나 이상치가 많은 경우 전체 모델의 성능이 저하될 수 있다. 이런 문제를 해결하기 위해 RANSAC은 다음과 같은 과정을 거친
|
|
|
활용전략, 진한엠엔비 Ⅰ. 서론
Ⅱ. 벤처기업특허의 준비
Ⅲ. 벤처기업특허의 목적
Ⅳ. 벤처기업특허의 유의점
1. 특허출원전에는 기술을 공개하지 말 것
2. 기술개발완료전에 미리 출원해 둘 것
3. 관련 산업재산권도 같이 출원할
|
|
|
소스 코드>
<결과 화면>
3. 다음 프로그램의 출력 결과를 예상해 보라.
<소스 코드>
<결과 화면>
8. 프로그램 4.6의 add:, subtract:, multiply:, divide: 메서드를 수정하여 누산기의 결과 값을 반환하도록 만들자. 새 메서드를 시험해 본다.
|
|
|
때문에 일반 배열보다 많은 메모리 공간을 활용하게 된다. 2.2.1. 프로그램 개요 및 구조 (전체 프로그램 구조 도식화)
2.2.2. 소스코드 (코멘드 포함)
2.2.3. 간단한 예제를 사용해서 프로그램이 작동되는지를 확인 (출력화면)
2.2.4. 고찰
|
|
|
파이썬 기본을 갈고 닦자, https://wikidocs.net/16043
코딩도장 12.1 딕셔너리 만들기, https://dojang.io/mod/page/view.php?id=2213
TCPSCHOOL.com, http://tcpschool.com/python/types_dictionary
점프 투 파이썬 https://wikidocs.net/28
왕초보를 위한 Pythonhttps://wikidocs.net/85
예제로
|
|
 |
Data 수합
· 직무 질적요소 AHP 분석
· IT우수기업 기술보증심사 구조화 면접 문항 제작
④ OOO 후판 공정 불량률 데이터 처리 및 분석 모델 개발
· 후판 공정 프로세스 분석 설계 및 통계, 머신러닝, 딥러닝 활용한 최적 분석 알고리즘 개발
· 다
|
|
 |
데이터 처리, 알고리즘 설계, UI 개발 전 과정을 직접 수행하며 기술적 역량과 문제 해결 능력을 크게 향상시켰습니다. 프로젝트 결과가 교내 경진대회에서 우수상을 받았고, 실질적으로 사용자 편의성을 높였다는 점에서 큰 보람을 느꼈습니
|
|
 |
파이썬 기반의 데이터 분석 및 시각화 기술을 비롯하여, PyTorch를 활용한 딥러닝 모델 구현 능력을 갖추고 있으며, 다양한 오픈소스 프레임워크에 익숙합니다. 또한 영어 논문 독해 능력을 지속적으로 강화하여 학술 논문과 최신 연구 동향을
|
|
 |
자동화 및 도구 활용 사례
3. 코드 품질 향상 노력
4. 업무 효율성 증가 성과
IT/개발자 취업 - 6
[자기 개발 및 성장 계획]
1. 중장기 개발 역량 강화 계획
2. 커뮤니티 및 네트워킹 활동
3. 오픈소스 기여 경험
4. 지속적 성장 의지와 목표
|
|
 |
데이터베이스와 알고리즘에 깊은 관심을 가지고, 대학 프로젝트에서 팀원들과 함께 효율적인 데이터 처리 시스템을 개발한 경험이 있습니다. 또한, 파이썬과 자바를 활용해 여러 실습을 진행하면서 문제 해결 능력을 키웠고, Git과 GitHub를 이
|
|
메뉴펼치기
