- ÁÖ¹®»óÇ°¼ö·®
- °³
- ¿¹»óÀû¸³±Ý
P - »óÇ°ÇÒÀαÝ
- ¿ø
- ¹è¼Û·á
- ¿ø
- ÁÖ¹®ÇÕ°è
- ¿ø
¹Ýµð¾Ø·ç´Ï½º ·Ôµ¥Ä«µå | °áÁ¦±Ý¾× ÃÖ´ë 25% û±¸ÇÒÀÎ (1¸¸¿ø ÀÌ»ó °áÁ¦°Ç¿¡ ÇÑÇØ ¿ù 2ȸ, °Ç´ç ÃÖ´ë 1¸¸¿ø ÇÒÀÎ) |
---|---|
¹Ýµð¾Ø·ç´Ï½º ¿ì¸®VÄ«µå | °áÁ¦±Ý¾× 10% û±¸ÇÒÀÎ |
OKij½¬¹é Æ÷ÀÎÆ® | ÃÖ¼Ò 10¿øºÎÅÍ Àü¾× »ç¿ë or 1% Àû¸³ |
---|---|
Çö´ëÄ«µå MÆ÷ÀÎÆ® | °áÁ¦±Ý¾×ÀÇ ÃÖ´ë 10% »ç¿ë °¡´É |
½ÅÇÑÄ«µå Æ÷ÀÎÆ® | °áÁ¦±Ý¾×ÀÇ ÃÖ´ë 10% »ç¿ë °¡´É(ÀϺÎÄ«µå) |
Çϳª(±¸.¿Üȯ) Æ÷ÀÎÆ® | º¸À¯ Çѵµ ³»¿¡¼ 100% »ç¿ë °¡´É |
¾¾Æ¼Ä«µå Æ÷ÀÎÆ® | °áÁ¦±Ý¾×ÀÇ ÃÖ´ë 50% »ç¿ë °¡´É |
NH³óÇù TAKE5Ä«µå | 20% û±¸ÇÒÀÎ(Edu Pack) |
---|---|
ä¿ò Ç÷¡Æ¼´½ ¸ÖƼīµå | 20% û±¸ÇÒÀÎ |
¸ð¹ÙÀÏ Tmoney ½ÅÇÑÄ«µå | 10% û±¸ÇÒÀÎ |
½ÅÇÑÄ«µå Shopping | 10% û±¸ÇÒÀÎ |
NH³óÇù üũīµå | 10% û±¸ÇÒÀÎ |
NH20 Çغ½ ½Å¿ëÄ«µå | 10% û±¸ÇÒÀÎ |
¾¾Æ¼ Ŭ¸®¾î Ä«µå | 7% û±¸ÇÒÀÎ |
NH20 Çغ½ üũīµå | 5% û±¸ÇÒÀÎ |
NH³óÇù LADY´Ù¼ØÄ«µå | 5% û±¸ÇÒÀÎ |
½ÅÇÑÄ«µå Å¥ºê | 5% û±¸ÇÒÀÎ |
½ÅÇÑÄ«µå Å¥ºê PLATINUM# | 5% û±¸ÇÒÀÎ |
NAVER Pay °áÁ¦ ½Ã ³×À̹öÆäÀÌ Æ÷ÀÎÆ® 5% Àû¸³ ?
[2õ¿ø Ãß°¡ Àû¸³]
ÃÑ ÁÖ¹®±Ý¾× 5¸¸¿ø ÀÌ»ó ±¸¸Å ½Ã 2,000¿ø Ãß°¡ Àû¸³
[¸â¹ö½Ê Ãß°¡ Àû¸³]
½´ÆÛ·ç´Ï : 3% Ãß°¡ Àû¸³
°ñµå·ç´Ï : 2% Ãß°¡ Àû¸³
½Ç¹ö·ç´Ï : 1% Ãß°¡ Àû¸³
´Ü, ±¹³»µµ¼, eBook¸¸ ±¸¸Å ½Ã Àû¸³ ºÒ°¡
¡Ø Ãâ°í¿¹Á¤ÀÏÀº µµ¼ Àç°í»óȲ¿¡ µû¶ó º¯µ¿µÉ ¼ö ÀÖ½À´Ï´Ù.
¡Ø Ãâ°í¿¹Á¤ÀÏÀº µµ¼ Àç°í»óȲ¿¡ µû¶ó º¯µ¿µÉ ¼ö ÀÖ½À´Ï´Ù.
¡°µµ·Î¸íÁÖ¼Ò¡±¸¦ ½±°Ô ã¾Æº¸¼¼¿ä
1. µµ·Î¸íÀ¸·Î °Ë»öÇϱâ (¿¹, ¡°Á÷Áö±æ¡± or ¡°Á÷Áö±æ+322¡±)
2. °Ç¹°¸íÀ¸·Î °Ë»öÇϱâ (¿¹, ¡°¹Ýµð¾Ø·ç´Ï½ººôµù¡±)
3. µ¿(À¾/¸é/¸®) À¸·Î °Ë»ö (¿¹, ¡°Àλ絿¡± or ¡°Àλ絿+43¡±)
4. µµ·Î¸íÁÖ¼Ò¸¦ ¸ð¸£½Ç °æ¿ì µµ·Î¸íÁÖ¼Ò ¾È³»½Ã½ºÅÛ(http://www.juso.go.kr)¿¡¼ È®ÀÎÇØÁÖ¼¼¿ä.
ÁÖ¼ÒÀÇ µ¿(À¾/¸®/¸é) ¶Ç´Â ¸¶Áö¸· ºÎºÐÀ» ÀÔ·ÂÇϽŠÈÄ °Ë»öÀ» ´©¸£¼¼¿ä.
ÃÑ 0°Ç, °Ë»ö°á°ú ÁÖ¼Ò¸¦ Ŭ¸¯ÇϽøé ÀÚµ¿ÀÔ·Â µË´Ï´Ù.
¿ìÆí¹øÈ£ | ÁÖ¼Ò |
---|
°Ë»öµÈ ÁÖ¼Ò°¡ ¾ø½À´Ï´Ù. |
³×À̹öID·Î º°µµ ¾Û ¼³Ä¡ ¾øÀÌ ½Å¿ëÄ«µå ¶Ç´Â ÀºÇà°èÁ Á¤º¸¸¦ µî·ÏÇÏ¿© ³×À̹öÆäÀÌ ºñ¹Ð¹øÈ£·Î °áÁ¦ÇÒ ¼ö ÀÖ´Â °£Æí°áÁ¦ ¼ºñ½º ÀÔ´Ï´Ù.
Á¤º¸ °Ë»öÀÇ À̷аú ½ÇÁ¦ 40,500¿ø (10%¡é+5%P)
ÇÇó ¿£Áö´Ï¾î¸µ, Á¦´ë·Î ½ÃÀÛÇϱâ 22,500¿ø (10%¡é+5%P)
½ºÄ®¶ó¿Í ¸Ó½Å ·¯´× [2ÆÇ] 40,500¿ø (10%¡é+5%P)
°³¹ßÀÚ¸¦ À§ÇÑ ¸Ó½Å ·¯´× 22,500¿ø (10%¡é+5%P)
Pandas·Î ÇÏ´Â µ¥ÀÌÅÍ °úÇÐ [2ÆÇ] 31,500¿ø (10%¡é+5%P)
Python Machine Learning by Example 22,500¿ø (10%¡é+5%P)
±ÝÀ¶°øÇÐÀ¸·Î R ¸¶½ºÅÍÇϱâ 27,000¿ø (10%¡é+5%P)
´ë¿ë·® ¸Ó½Å ·¯´×°ú ½ºÆÄÅ© 31,500¿ø (10%¡é+5%P)
ÆÄÀ̽ã ÀÚ¿¬¾î ó¸®ÀÇ À̷аú ½ÇÁ¦ 31,500¿ø (10%¡é+5%P)
ÆÄ¿ö BI¿Í ¿¢¼¿ ÆÄ¿ö ÇǺ¿À» »ç¿ëÇÑ µ¥ÀÌÅÍ ºÐ¼® 27,000¿ø (10%¡é+5%P)
R µö·¯´× ÄîºÏ 27,000¿ø (10%¡é+5%P)
µö·¯´× µ¥ÀÌÅÍ Àüó¸® ÀÔ¹® 18,000¿ø (10%¡é+5%P)
µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R 36,000¿ø (10%¡é+5%P)
4Â÷ »ê¾÷Çõ¸í ±â¼ú ¿ø¸® 12,420¿ø (10%¡é+5%P)
C++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.2 25,200¿ø (10%¡é+5%P)
R·Î ÇÏ´Â ½¬¿î µö·¯´× 18,000¿ø (10%¡é+5%P)
µ¥ÀÌÅÍ ¿¹ÃøÀ» À§ÇÑ ¸Ó½Å ·¯´× 40,500¿ø (10%¡é+5%P)
Åë°è ºÐ¼® ³Ê¸Ó RÀÇ ¹«±Ã¹«ÁøÇÑ È°¿ë 36,000¿ø (10%¡é+5%P)
C++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.3 25,200¿ø (10%¡é+5%P)
Å©·Ñ¸®ÀÇ Åë°èÇÐ °ÀÇ 27,000¿ø (10%¡é+5%P)
µ¥ÀÌÅÍ ½ºÅ丮ÅÚ¸µ 22,500¿ø (10%¡é+5%P)
µ¥ÀÌÅÍ ½Ã°¢È Visualizing Data 31,500¿ø (10%¡é+5%P)
C++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.1 27,000¿ø (10%¡é+5%P)
[Ç°Àý] ¿£ÅÍÇÁ¶óÀÌÁî µ¥ÀÌÅÍ ·¹ÀÌÅ© ±¸Ãà 36,000¿ø (10%¡é+5%P)
[Ç°Àý] ¼öÇÐ ¾øÀÌ ¹è¿ì´Â µ¥ÀÌÅÍ °úÇаú ¾Ë°í¸®Áò 12,420¿ø (10%¡é+5%P)
[Ç°Àý] R·Î ÇÏ´Â ÄöÆ® Æ®·¹À̵ù 29,700¿ø (10%¡é+5%P)
[ÀýÆÇ] ¸ÞÀÌÀú¸®±× ¾ß±¸ Åë°èÇÐ 27,000¿ø (10%¡é+5%P)
[ÀýÆÇ] µ¥ÀÌÅÍ ½Ã°¢È ¿ø¸® 31,500¿ø (10%¡é+5%P)
[ÀýÆÇ] ºòµ¥ÀÌÅÍ ¸¶ÀÌ´× 36,000¿ø (10%¡é+5%P)
Visualize This ºñÁÖ¾ó¶óÀÌÁî µð½º 27,000¿ø (10%¡é+5%P)
Building Machine Learning Systems ... 27,000¿ø (10%¡é+5%P)
Machine Learning ¸Ó½Å ·¯´× 54,000¿ø (10%¡é+5%P)
ÀÚ¿¬¾î ÅؽºÆ® 󸮸¦ ÅëÇÑ °Ë»ö ½Ã½ºÅÛ ±¸Ãà 36,000¿ø (10%¡é+5%P)
¿¹Ãø ºÐ¼® ¸ðµ¨¸µ ½Ç¹« ±â¹ý 36,000¿ø (10%¡é+5%P)
ºòµ¥ÀÌÅÍ ºñÁî´Ï½º ¼º°ø Áöµµ 22,500¿ø (10%¡é+5%P)
ºòµ¥ÀÌÅÍ Ã³¸®¿Í ºÐ¼®À» À§ÇÑ ÇÏµÓ ¸Ê¸®µà½º ÇÁ·Î±×·¡¹Ö - ac... 35,000¿ø (0%¡é+3%P)
ºòµ¥ÀÌÅÍ ºÐ¼® µµ±¸ R ÇÁ·Î±×·¡¹Ö 31,500¿ø (10%¡é+5%P)
[Ç°Àý] R°ú Knitr¸¦ È°¿ëÇÑ µ¥ÀÌÅÍ ¿¬µ¿Çü ¹®¼ ¸¸µé±â 36,000¿ø (10%¡é+5%P)
[Ç°Àý] µ¥ÀÌÅÍ ½Ã°¢È ÀÎÁö°úÇÐÀ» ¸¸³ª´Ù 45,000¿ø (10%¡é+5%P)
[ÀýÆÇ] RStudio µû¶óÀâ±â 13,500¿ø (10%¡é+5%P)
Ƽ¸ð½Ã ¸¶½ºÅÍÁî
¼ö¸® Åë°èÇÐ ºÐ¾ß¿¡¼ ¼öÄ¡ °è»ê(numerical computing) Àü°øÀ¸·Î ¹Ú»ç ÇÐÀ§¸¦ ¹Þ¾Ò´Ù. ±× ÀÌÈÄ µ¶¸³ÀûÀÎ ÄÁ¼³ÅÏÆ®·Î¼ Á¤ºÎ ¹× »ê¾÷ ±â°ü°ú ÇÔ²² Áö¼ÓÀûÀÎ ¾÷¹« °æ·ÂÀ» ½×¾Ò´Ù. Ãʱ⠿¬±¸ ºÐ¾ß´Â °í°íµµ(high-altitude) ÃÔ¿µ »çÁø¿¡¼ ÀÚµ¿À¸·Î Ư¡(feature)À» ÃßÃâÇÏ´Â ±â´É°ú °ü·ÃµÈ °ÍµéÀ̸ç, È«¼ö¿Í °¡¹³ ¿¹Ãø, ¼û°ÜÁø ¹Ì»çÀÏ ÀúÀåž ŽÁö, À§ÇùÀûÀÎ ±º»ç¿ë Â÷·® È®ÀÎ µîÀÇ ´Ù¾çÇÑ ¾ÖÇø®ÄÉÀ̼ǵéÀ» °³¹ßÇß´Ù. ±× ÈÄ¿¡´Â ħ»ý°Ë(needle biopsies)»ó¿¡¼ À¯ÀÍÇÑ ¼¼Æ÷¿Í À¯ÇØÇÑ ¼¼Æ÷¸¦ ±¸º°Çس»´Â ¾Ë°í¸®Áò °³¹ßÀ» À§ÇØ ÀÇ·á ¿¬±¸¿øÀ¸·Î ±Ù¹«Çß´Ù. ÀÌÈÄ 12³â µ¿¾È ÁÖ·Î ÀÚµ¿ÈµÈ ±ÝÀ¶ °Å·¡ ½Ã½ºÅÛÀ» Æò°¡Çϱâ À§ÇÑ ¾Ë°í¸®ÁòÀ» °³¹ßÇß´Ù.
Áö±Ý±îÁö ¿¹Ãø ¸ðµ¨À» ½Ç¹«¿¡ Àû¿ëÇÏ´Â ¹æ¹ý¿¡ ´ëÇÑ ³»¿ëÀ¸·Î ¡ºPractical Neural Network Recipes in C++¡»(Academic Press, 1993), ¡ºSignal and Image Processing with Neural Networks¡»(Wiley, 1994), ¡ºAdvanced Algorithms for Neural Networks¡»(Wiley, 1995), ¡ºNeural, Novel, and Hybrid Algorithms for Time Series Prediction¡»(Wiley, 1995), ¡ºAssessing and Improving Prediction and Classification¡»(CreateSpace, 2013), ¡ºC++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.1¡»(¿¡ÀÌÄÜ, 2016), ¡ºC++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.3¡»(¿¡ÀÌÄÜ, 2016) µîÀ» Àú¼úÇß´Ù. ÀÌ Ã¥¿¡¼ È°¿ëÇÏ´Â ÄÚµå´Â ±×ÀÇ È¨ÆäÀÌÁö (TimothyMasters.info)¿¡¼ ´Ù¿î·ÎµåÇÒ ¼ö ÀÖ´Ù.
À̽ÂÇö
Çѱ¹ Ç×°ø´ëÇб³ ±â°è°øÇкθ¦ Á¹¾÷ÇÏ°í, »ï¼º ¼ÒÇÁÆ®¿þ¾î ¸â¹ö½Ê°ú »ê¾÷Åë»óÀÚ¿øºÎ ¼ÒÇÁÆ®¿þ¾î ¸¶¿¡½ºÆ®·Î¸¦ ¼ö·áÇß´Ù. MDS Å×Å©³î·ÎÁö¿¡¼ ÀÚµ¿Â÷ÀÇ ISO26262 ±¹Á¦ ¾ÈÀü Ç¥ÁØ°ú AUTOSAR °ü·Ã ±â¼ú Áö¿øÀ» ´ã´çÇßÀ¸¸ç, ÇöÀç ½Ã¾î½º·¦¿¡¼ ¸ð¹ÙÀÏ È¯°æ¿¡¼ÀÇ DCNN ±¸µ¿À» À§ÇÑ ¾ÐÃà ¾Ë°í¸®Áò ¿¬±¸¿¡ ¸ÅÁøÇÏ°í ÀÖ´Ù. ÇѾç´ëÇб³ ÄÄÇ»ÅÍ°øÇаú¿¡¼ ¼®»ç °úÁ¤À» ¹â°í ÀÖÀ¸¸ç, µö·¯´× ±â¹Ý ½Ç½Ã°£ ¿µ»óó¸® ±â¼úÀ» ´Ù¾çÇÑ µµ¸ÞÀÎÀÇ ¼ÒÇÁÆ®¿þ¾î¿¡ Àû¿ëÇÏ´Â ¿¬±¸¸¦ ÇÏ°í ÀÖ´Ù. ¾çÁúÀÇ ¿ø¼¸¦ ÇÏ·ç¶óµµ »¡¸® ¿ì¸®±Û·Î ¿Å°Ü ±¹³» °³¹ßÀڵ鿡°Ô µµ¿òÀ» ÁÖ°íÀÚ ¹ø¿ª°è¿¡ ¹ßÀ» µé¿´´Ù. ¿¡ÀÌÄÜÃâÆǻ翡¼ Æì³½ ¡ºÀ©µµ¿ìÆù 7 °ÔÀÓ ÇÁ·Î±×·¡¹Ö¡»(2012), ¡º¾Èµå·ÎÀÌµå ¾Û Àκ¥ÅÍ¡»(2013), ¡ºµ¥ÀÌÅÍ ¸¶ÀÌ´× Data Mining¡»(2013), ¡ºC++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.1¡»(¿¡ÀÌÄÜ, 2016), ¡ºC++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò Vol.3¡»(¿¡ÀÌÄÜ, 2016)¸¦ ¹ø¿ªÇß´Ù.
- ¹Ýµð¾Ø·ç´Ï½º¿¡¼ ±¸¸ÅÇϽŠµµ¼´Â ¹°·ù ´ëÇà À§Å¹¾÷ü ¿õÁø ºÏ¼¾À» ÅëÇØ ¹è¼ÛµË´Ï´Ù.
(¹è¼Û Æ÷Àå¿¡ "¿õÁø ºÏ¼¾"À¸·Î Ç¥±âµÉ ¼ö ÀÖ½À´Ï´Ù.)
- ±¸¸ÅÇÑ »óÇ°ÀÇ Ç°Áú°ú ¹è¼Û °ü·Ã ¹®ÀÇ´Â ¹Ýµð¾Ø·ç´Ï½º·Î ¹®ÀÇ ¹Ù¶ø´Ï´Ù.
- õÀçÁöº¯ ¹× Åùè»çÀÇ »çÁ¤¿¡ µû¶ó ¹è¼ÛÀÌ Áö¿¬µÉ ¼ö ÀÖ½À´Ï´Ù.
- °áÁ¦(ÀÔ±Ý) ¿Ï·á ÈÄ ÃâÆÇ»ç ¹× À¯Åë»çÀÇ »çÁ¤À¸·Î Ç°Àý ¶Ç´Â ÀýÆÇ µÇ¾î »óÇ° ±¸ÀÔÀÌ ¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. (º°µµ ¾È³» ¿¹Á¤)
- µµ¼»ê°£Áö¿ªÀÇ °æ¿ì Ãß°¡ ¹è¼Ûºñ°¡ ¹ß»ýµÉ ¼ö ÀÖ½À´Ï´Ù.
»óÇ° ¼³¸í¿¡ ¹ÝÇ°/ ±³È¯ °ü·ÃÇÑ ¾È³»°¡ ÀÖ´Â °æ¿ì ±× ³»¿ëÀ» ¿ì¼±À¸·Î ÇÕ´Ï´Ù. (¾÷ü »çÁ¤¿¡ µû¶ó ´Þ¶óÁú ¼ö ÀÖ½À´Ï´Ù)
¹ÝÇ°/±³È¯ ¹æ¹ý | Ȩ > °í°´¼¾ÅÍ > ÀÚÁÖã´ÂÁú¹® ¡°¹ÝÇ°/±³È¯/ȯºÒ¡± ¾È³» Âü°í ¶Ç´Â 1:1»ó´ã°Ô½ÃÆÇ |
---|---|
¹ÝÇ°/±³È¯ °¡´É ±â°£ | ¹ÝÇ°,±³È¯Àº ¹è¼Û¿Ï·á ÈÄ 7ÀÏ À̳», »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦¹ß°ß ÈÄ 30ÀÏ À̳»¿¡ ½Åû°¡´É |
¹ÝÇ°/±³È¯ ºñ¿ë | º¯½É ȤÀº ±¸¸ÅÂø¿ÀÀÇ °æ¿ì¿¡¸¸ ¹Ý¼Û·á °í°´ ºÎ´ã(º°µµ ÁöÁ¤ Åùè»ç ¾øÀ½) |
¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯ |
|
¼ÒºñÀÚ ÇÇÇغ¸»ó ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó |
|
¹ÝÇ°/±³È¯ ÁÖ¼Ò | °æ±âµµ ÆÄÁֽà ¹®¹ß·Î 77, ¿õÁøºÏ¼¾(¹Ýµð¾Ø·ç´Ï½º) |