°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (29,930¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (22,050¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (25,200¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

ÇÁ·¢Æ¼Äà ¸Ó½Å ·¯´× : ½Ç¹«¿¡ Á÷Á¢ Àû¿ëÇÒ ¼ö ÀÖ´Â ºòµ¥ÀÌÅÍ È¯°æÀ» °í·ÁÇÑ Ã·´Ü Çö´ë ¸Ó½Å ·¯´×

¿øÁ¦ : Practical Machine Learning
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

ÆǸÅÁö¼ö 14
?
ÆǸÅÁö¼ö¶õ?
»çÀÌÆ®ÀÇ ÆǸŷ®¿¡ ±â¹ÝÇÏ¿© ÆǸŷ® ÃßÀ̸¦ ¹Ý¿µÇÑ ÀÎÅÍÆÄÅ© µµ¼­¿¡¼­ÀÇ µ¶¸³ÀûÀÎ ÆǸŠÁö¼öÀÔ´Ï´Ù. ÇöÀç °¡Àå Àß Æȸ®´Â »óÇ°¿¡ °¡ÁßÄ¡¸¦ µÎ¾ú±â ¶§¹®¿¡ ½ÇÁ¦ ´©Àû ÆǸŷ®°ú´Â ´Ù¼Ò Â÷ÀÌ°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ÆǸŷ® ¿Ü¿¡µµ ´Ù¾çÇÑ °¡ÁßÄ¡·Î ±¸¼ºµÇ¾î ÃÖ±ÙÀÇ À̽´µµ¼­ È®Àνà À¯¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù. ÇØ´ç Áö¼ö´Â ¸ÅÀÏ °»½ÅµË´Ï´Ù.
Close
°øÀ¯Çϱâ
Á¤°¡

35,000¿ø

  • 31,500¿ø (10%ÇÒÀÎ)

    1,750P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • 3/20(¼ö) À̳» ¹ß¼Û ¿¹Á¤  (¼­¿ï½Ã °­³²±¸ »ï¼º·Î 512)
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­(224)

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

¼ö¸¹Àº µ¥ÀÌÅÍ¿¡¼­ °øÅëµÈ Ư¡°ú »óÈ£ ¿¬°ü¼º ÆľÇÇØ ÀÇ¹Ì ÀÖ´Â ÆÇ´Ü°ú ¿¹ÃøÀ» À̲ô´Â µ¥ ÀÖ¾î ¸Ó½Å ·¯´×ÀÇ Á߿伺Àº °è¼Ó ³ô¾ÆÁö°í ÀÖ´Ù. ¸Ó½Å ·¯´×¿¡ ´ëÇÑ ±âÃÊÀûÀÎ ³»¿ë»Ó¸¸ ¾Æ´Ï¶ó, ¸Ó½Å ·¯´×À» ºòµ¥ÀÌÅÍ¿¡ ¾î¶»°Ô Àû¿ëÇÒ °ÍÀÎÁöµµ ÀÚ¼¼ÇÏ°Ô ¼³¸íÇÑ´Ù. ºòµ¥ÀÌÅÍ ±â¼úÀÇ ±Ù°£ÀÌ µÈ ÇϵÓ(Hadoop)¿¡ ´ëÇÑ ±âÃÊ¿Í ´Ù¾çÇÑ ºòµ¥ÀÌÅÍ °ü·Ã µµ±¸¸¦ Ä£ÀýÇÏ°Ô ¼Ò°³ÇØ, ÀÌ°ÍÀ» ºòµ¥ÀÌÅÍ È¯°æ¿¡¼­ »ç¿ëÇÒ ¼ö ÀÖ°Ô µµ¿ÍÁØ´Ù.

¸Ó½Å ·¯´× °üÁ¡¿¡¼­´Â ÁöµµÇü ÇнÀ ±â¹ý, ºñÁöµµÇü ÇнÀ ±â¹ý µî ±âº»ÀûÀÎ ³»¿ë ¿Ü¿¡µµ µö·¯´×, °­È­ ÇнÀ, ¾Ó»óºí ±â¹ý µî¿¡ ´ëÇÑ °³³ä ¼³¸í°ú ÇÔ²² ÀÌ·ÐÀû ¹è°æÀ» Ãæ½ÇÈ÷ ´Ù·é´Ù. ƯÈ÷, ½ÇÁ¦ ¾÷¹«¿¡¼­ È°¿ëµµ¸¦ ³ôÀÏ ¼ö ÀÖµµ·Ï °¢ Àå ¸¶Áö¸·¿¡ R, Spark, Python, Julia µî ´Ù¾çÇÑ ¾ð¾î¸¦ ÀÌ¿ëÇÑ ¾Ë°í¸®ÁòÀÇ ±¸Çö ¹æ¾Èµµ ¼Ò°³ÇÑ´Ù.

ÃâÆÇ»ç ¼­Æò

¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú

¡á º¹ÀâÇÑ µ¥ÀÌÅ͸¦ ´Ù·ç±â À§ÇÑ ¿©·¯ °¡Áö ¾Ë°í¸®Áò°ú ±â¼úÀÇ ±¸Çö
¡á ÆÄÀ̽ã, R, Julia°ú °°Àº µ¥ÀÌÅÍ »çÀ̾𽺠ºÐ¾ßÀÇ °¡Àå Àαâ ÀÖ´Â ÇÁ·Î±×·¡¹Ö ¾ð¾î
¡á µ¥ÀÌÅÍÀÇ È¿À²ÀûÀÎ °ü¸®¿Í 󸮸¦ À§ÇÑ Spark, Mahout, ÇϵÓÀÇ ¿¬µ¿ ±â¹ý
¡á ¸Ó½Å ·¯´× ±â¼úÀ» ½ÇÁ¦ ¹®Á¦¿¡ Àû¿ëÇϱâ À§ÇÑ ÃÖÀûÀÇ ¹æ¾È
¡á µö·¯´×¿¡ ´ëÇÑ ½ÉÈ­ ÇнÀ°ú ¸Ó½Å ·¯´×ÀÇ Ã·´Ü ±â¼ú¿¡ ½Å°æ¸Á ¾Ë°í¸®Áò È°¿ë ¹æ¹ý
¡á ¸Ó½Å ·¯´×ÀÇ ÇâÈÄ Àü¸Á°ú Æú¸®±Û·Ô ÀÏ°ü¼º, ½Ã¸Çƽ µ¥ÀÌÅÍ¿¡ °üÇÑ ½ÉÃþ ÇнÀ

¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú

¸Ó½Å ·¯´×À» ½ÇÁ¦·Î ´Ù·ç°í ½ÇÁ¦ ¾ÖÇø®ÄÉÀ̼ǵµ °³¹ßÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÚ¸¦ À§ÇÑ Ã¥ÀÌ´Ù. ¸Ó½Å ·¯´×°ú ¿¹Ãø ºÐ¼®(predictive analytics)ÀÇ ±âº» °³³äºÎÅÍ ÇâÈÄ ºòµ¥ÀÌÅÍÀÇ Çõ¸íÀ» ¸®µåÇÒ ÃֽŠ±â¼ú¿¡ À̸£±â±îÁö ºòµ¥ÀÌÅÍ °ü·Ã ºÐ¾ßÀÇ ¸ðµç °ÍÀ» ´Ù·é´Ù. µû¶ó¼­ ºòµ¥ÀÌÅÍ °ü·Ã ¾÷¹«¸¦ ¸Ã°í ÀÖ´Â ¸ðµç »ç¶÷¿¡°Ô ÀÌ Ã¥ÀÌ ²À ÇÊ¿äÇÒ °ÍÀÓÀ» È®½ÅÇÑ´Ù. ¾Æ¿ï·¯ ÆÄÀ̽ãÀ̳ª R°ú °°Àº ÇÁ·Î±×·¡¹Ö Áö½Ä°ú ¼öÇп¡ ´ëÇÑ Áö½ÄÀÌ ÀÖÀ¸¸é ÈξÀ À¯¸®ÇÒ ¼ö ÀÖ´Ù.

¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú

1Àå, '¸Ó½Å ·¯´×ÀÇ ¼Ò°³'¿¡¼­´Â ¸Ó½Å ·¯´×ÀÇ ±âº» °³³ä°ú ¸Ó½Å ·¯´×ÀÇ Àǹ̿¡ ´ëÇØ Àü¹ÝÀûÀ¸·Î ¾Ë¾Æº»´Ù. ¸Ó½Å ·¯´×À» ¾Ë±â ½±°Ô Á¤ÀÇÇÏ°í, ¸Ó½Å ·¯´× ºÐ¾ß¿¡¼­ »ç¿ëµÇ´Â Àü¹® ¿ë¾î¸¦ ¼Ò°³ÇÑ´Ù.
2Àå, '¸Ó½Å ·¯´×°ú ´ë±Ô¸ð µ¥ÀÌÅͼÂ'¿¡¼­´Â ´ë±Ô¸ð µ¥ÀÌÅͼÂ, °øÅëµÈ Ư¡, ¹Ýº¹µÇ´Â ¹®Á¦,µ¥ÀÌÅÍ ±Ô¸ð°¡ Æø¹ßÀûÀ¸·Î Áõ°¡ÇÏ´Â ÀÌÀ¯, ºòµ¥ÀÌÅÍ¿¡ ´ëÇÑ È¿°úÀûÀÎ Á¢±Ù ¹æ¹ý µîÀ» ´Ù·é´Ù.
3Àå 'ÇÏµÓ ¾ÆÅ°ÅØó¿Í ÇÏµÓ ¿¡ÄڽýºÅÛ'¿¡¼­´Â ÇÙ½É ÇÁ·¹ÀÓ¿öÅ©ºÎÅÍ ÇÏµÓ ¿¡ÄڽýºÅÛÀÇ ÄÄÆ÷³ÍÆ®¿¡ À̸£±â±îÁö Çϵӿ¡ ´ëÇÑ Àü¹ÝÀûÀÎ ³»¿ëÀ» ´Ù·é´Ù. 3ÀåÀ» ³¡±îÁö ÇнÀÇÏ°í ³ª¸é ÇϵÓÀ» ¼³Ä¡ÇÏ°í ¸Ê¸®µà½º ÇÔ¼ö¸¦ ½ÇÇà½Ãų ¼ö ÀÖ´Â ¿ª·®À» °®Ãâ ¼ö ÀÖ´Ù ¶ÇÇÑ ÇÏµÓ È¯°æÀ» ½ÇÇà½ÃÅ°°í °ü¸®ÇÏ´Â ±â¹ý°ú Ä¿¸Çµå¶óÀÎÀ» ±â¹ÝÀ¸·Î »ç¿ëÇÏ´Â ¹æ¹ýµµ ¾Ë ¼ö ÀÖ´Ù.
4Àå, '¸Ó½Å ·¯´× °ü·Ã Åø°ú ¶óÀ̺귯¸®, ÇÁ·¹ÀÓ¿öÅ©'¿¡¼­´Â ¸Ó½Å ·¯´×À» ±¸ÇöÇÒ ¶§ ¾î¶² Á¾·ùÀÇ ¿ÀǼҽº¸¦ »ç¿ëÇÒ ¼ö ÀÖ´ÂÁö ¼³¸íÇÑ´Ù. ¾Æ¿ï·¯ ¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô(Apache Mahout), ÆÄÀ̽ã(Python), R, ÁÙ¸®¾Æ(Julia), ¾ÆÆÄÄ¡ ½ºÆÄÅ©(Apache SparkÀÇ MLlib) °°Àº ´Ù¾çÇÑ ¶óÀ̺귯¸®,Åø, ÇÁ·¹ÀÓ¿öÅ©¸¦ ¼³Ä¡,°³¹ß,½ÇÇà½Ãų ¼ö ÀÖ´Â ¹æ¹ýµµ ¾Ë¾Æº»´Ù. ÇϵÓÀ̶ó´Â ºòµ¥ÀÌÅÍ Ç÷§Æû¿¡¼­ ÀÌ·± Á¾·ùÀÇ ÇÁ·¹ÀÓ¿öÅ©¸¦ ¾î¶»°Ô ÅëÇÕÇÏ´ÂÁöµµ ´Ù·é´Ù.
5Àå, 'ÀÇ»ç°áÁ¤ Æ®¸® ±â¹Ý ÇнÀ'¿¡¼­´Â ºÐ·ù¿Í ȸ±Í ¹®Á¦¸¦ ÇØ°áÇÏ´Â ¹æ¹ýÀ¸·Î ÀÇ»ç °áÁ¤ Æ®¸®¿¡ ±â¹ÝÀ» µÐ Áöµµ ÇнÀ¹ýÀ» ¾Ë¾Æº»´Ù. Æ®¸®¸¦ ºÐÇÒÇÏ°í, °¡ÁöÄ¡±â ÇÏ´Â ¹æ¹ý, ¾îÆ®¸®ºäÆ®¸¦ ¼±Á¤ÇÏ´Â ¹æ¹ýÀ» ÀÚ¼¼È÷ »ìÆ캻´Ù. ¶ÇÇÑ CART, C4.5, ·£´ý Æ÷·¹½ºÆ®, ÃֽŠÀÇ»ç °áÁ¤ Æ®¸® ±â¼úµµ ¾Ë¾Æº»´Ù.
6Àå, 'ÀνºÅϽº ±â¹Ý ÇнÀ°ú Ä¿³Î ±â¹ý ±â¹Ý ÇнÀ'¿¡¼­´Â 2°¡Áö ÇнÀ ¾Ë°í¸®ÁòÀÎ ÀνºÅϽº ±â¹Ý ±â¹ý°ú Ä¿³Î ±â¹ý¿¡ ´ëÇØ ¾Ë¾Æº»´Ù. À̵éÀº ºÐ·ù¿Í ¿¹Ãø ¹®Á¦¸¦ ÁÖ·Î ´Ù·ç´Â µ¥ »ç¿ëµÈ´Ù. ÀνºÅϽº ±â¹Ý ÇнÀÀÇ ´ëÇ¥ ¾Ë°í¸®ÁòÀÎ KNN ¾Ë°í¸®Áò¿¡ ´ëÇØ ÀÚ¼¼È÷ ÇнÀÇÑ´Ù. Ä¿³Î ±â¹Ý ±â¹ý¿¡¼­´Â ¿¹Á¦¸¦ ÅëÇØ ¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å ¾Ë°í¸®ÁòÀ» ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù.
7Àå, '¿¬°ü ±ÔÄ¢ ±â¹Ý ÇнÀ'¿¡¼­´Â ¿¬°ü ±ÔÄ¢(association rule)À» ±â¹ÝÀ¸·Î ÇÑ ÇнÀ ±â¹ý°ú ´ëÇ¥ ¾Ë°í¸®ÁòÀÎ Apriori¿Í FP-growth¿¡ ´ëÇØ ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù. ¸¹ÀÌ ¾Ë·ÁÁø ¿¹Á¦¸¦ ¹ÙÅÁÀ¸·Î Apriori¿Í FP-growth ¾Ë°í¸®ÁòÀ» ¾î¶»°Ô ºó¹ß ÆÐÅÏ ¸¶ÀÌ´×(Frequent pattern mining)¿¡ Àû¿ëÇÏ´ÂÁö ¾Ë°í¸®ÁòÀÇ °¢ ´Ü°èº°·Î ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù.
8Àå, 'Ŭ·¯½ºÅ͸µ ±â¹Ý ÇнÀ'¿¡¼­´Â ºñÁöµµ ÇнÀ °üÁ¡¿¡¼­ Ŭ·¯½ºÅ͸µ ±â¹Ý ÇнÀ¹ýÀ» ´Ù·é´Ù. K-Æò±Õ Ŭ·¯½ºÅ͸µ ¾Ë°í¸®Áò¿¡ ´ëÇØ ÀÚ¼¼È÷ ¾Ë¾Æº¸°í, À̸¦ ÆÄÀ̽ã, R, ÁÙ¸®¾Æ, ½ºÆÄÅ©, ¸ÓÇÏ¿ô µîÀ» ÀÌ¿ëÇØ ¾î¶»°Ô ±¸ÇöÇÏ´ÂÁö ¾Ë¾Æº»´Ù.
9Àå, 'º£ÀÌÁö¾ð ÇнÀ'¿¡¼­´Â º£ÀÌÁö¾ð ¸Ó½Å ·¯´×¿¡ ´ëÇØ ´Ù·é´Ù. ¶ÇÇÑ Åë°èÇп¡ °üÇÑ ÇÙ½É °³³äÀ» ÁÖ¿ä ¿ë¾îµéÀ» ¹ÙÅÁÀ¸·Î ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù. º£ÀÌÁî Á¤¸®¿¡ ´ëÇØ ±íÀÌ ÀÖ°Ô ¾Ë¾Æº¸°í, À̸¦ ½ÇÁ¦ »ç·Ê¿¡ ¾î¶»°Ô Àû¿ëÇÏ´ÂÁö ¿¹Á¦¸¦ ÅëÇØ ¾Ë¾Æº»´Ù.
10Àå, 'ȸ±Í ±â¹Ý ÇнÀ'¿¡¼­´Â ȸ±Í ºÐ¼®¿¡ ±â¹ÝÀ» µÐ ¸Ó½Å ·¯´×¿¡ ´ëÇØ ¾Ë¾Æº¸°í, ±¸Ã¼ÀûÀ¸·Î ÆÄÀ̽ã, R, ÁÙ¸®¾Æ, ½ºÆÄÅ© µîÀ» ÀÌ¿ëÇØ ¼±Çü ȸ±Í¿Í ·ÎÁö½ºÆ½ ȸ±Í ¸ðµ¨À» ¾î¶»°Ô ±¸ÇöÇÏ´ÂÁöµµ ¾Ë¾Æº»´Ù. ¶ÇÇÑ ºÐ»ê, °øºÐ»ê, ANOVA °°Àº Åë°èÇÐ °ü·Ã Áö½Äµµ ÇÔ²² ¾Ë¾Æº»´Ù. ½ÇÁ¦ »ç·Ê¿¡ Àû¿ëÇÏ´ÂÁö ¿¹Á¦¸¦ ÀÌ¿ëÇØ È¸±Í ¸ðµ¨À» ±íÀÌ ÀÖ°Ô ´Ù·é´Ù.
11Àå, 'µö·¯´×'¿¡¼­´Â ½Å°æ Àü´Þ Á¶Á÷ÀÎ ´º·±¿¡ ´ëÇØ ¾Ë¾Æº¸°í, À̸¦ ÀÌ¿ëÇØ ¾î¶»°Ô Àΰø ´º·±À» ÇÔ¼ö¿Í ¿¬°á ÁöÀ» ¼ö ÀÖ´ÂÁö ¼³¸íÇÑ´Ù. ½Å°æ¸ÁÀÇ ÇÙ½É °³³äÀ» ÇнÀÇÏ°í, À̸¦ ¹ÙÅÁÀ¸·Î ´ÙÁß °èÃþÈ­ ±¸Á¶°¡ ¾î¶»°Ô µ¿ÀÛÇÏ´ÂÁö ÆľÇÇÑ´Ù. Çà·Ä °ö¼À ¿¬»ê¿¡ »ç¿ëµÇ´Â ÁÖ¿ä È°¼ºÈ­ ÇÔ¼ö¿¡ ´ëÇؼ­µµ ¾Ë¾Æº»´Ù.
12Àå, '°­È­ ÇнÀ'¿¡¼­´Â ÃֽŠÇнÀ ±â¼ú Áß ÇϳªÀÎ °­È­ ÇнÀ¿¡ ´ëÇØ ¾Ë¾Æº»´Ù. ÀüÅëÀûÀÎ Áöµµ ÇнÀ ¹× ºñÁöµµ ÇнÀ°ú °­È­ ÇнÀÀÌ ¾î¶»°Ô ´Ù¸¥Áö »ìÆ캸°í, ¿¹Á¦¸¦ ÀÌ¿ëÇØ ¸¶¸£ÄÚÇÁ °áÁ¤ ÇÁ·Î¼¼½º(MDP)°¡ ¾î¶»°Ô µ¿ÀÛÇÏ´ÂÁö ¾Ë¾Æº»´Ù.
13Àå, '¾Ó»óºí ÇнÀ'¿¡¼­´Â ´Ù¾çÇÑ ¸Ó½Å ·¯´× ±â¹ýÀ» ´ë»óÀ¸·Î ¾Ó»óºí ÇнÀÀ» ¾Ë¾Æº»´Ù. ½ÇÁ¦ Àû¿ë °¡´ÉÇÑ ¿¹Á¦¸¦ ÀÌ¿ëÇØ Áöµµ ¾Ó»óºí ÇнÀ¹ý¿¡ ´ëÇØ ¾Ë¾Æº»´Ù. ³¡À¸·Î R, ÆÄÀ̽ã(scikit-learn), ÁÙ¸®¾Æ, ½ºÆÄÅ© ¸Ó½Å ·¯´× ÅøÀ» ÀÌ¿ëÇÑ ±â¿ï±â »ó½Â ¾Ë°í¸®Áò(Gradient Boosting algorithm)°ú ¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô ¶óÀ̺귯¸®¸¦ ÀÌ¿ëÇÑ Ãßõ ¿£Áø¿¡ ´ëÇؼ­µµ ¼Ò½ºÄڵ带 ÀÌ¿ëÇØ Á÷Á¢ ½Ç½ÀÇغ»´Ù.
14Àå, '¸Ó½Å ·¯´×À» À§ÇÑ Â÷¼¼´ë µ¥ÀÌÅÍ ¾ÆÅ°ÅØó'¿¡¼­´Â ¸Ó½Å ·¯´×ÀÇ °³¹ß Ãø¸éÀ» ÁßÁ¡ÀûÀ¸·Î ´Ù·é´Ù. ÀüÅëÀûÀÎ ºÐ¼® Ç÷§ÆûÀº ¹«¾ùÀÌ°í, ÃÖ±Ù¿¡ ¸¹ÀÌ Áõ°¡ÇÏ°í ÀÖ´Â µ¥ÀÌÅÍ ¿ä±¸ »çÇ×°ú´Â ¿Ö Àß ¸ÂÁö ¾Ê´ÂÁö µîÀ» ÀÚ¼¼È÷ ¾Ë¾Æº»´Ù. »õ·Î¿î µ¥ÀÌÅÍ ¾ÆÅ°ÅØó Æз¯´ÙÀÓÀ» À̲ø°í ÀÖ´Â ¾ÆÅ°ÅØó µå¶óÀ̹öÀÎ ¶÷´Ù ÀÌÅ°ÅØó(Lambda architecture), Æú¸®±Û·Ô ÀÏ°ü¼º(polyglot persistence), ´ÙÁß ¸ðµ¨ ±â¹Ý µ¥ÀÌÅÍ ¾ÆÅ°ÅØó¿¡ ´ëÇؼ­µµ ÇнÀÇÑ´Ù. ¸Å²ô·¯¿î µ¥ÀÌÅÍ ÅëÇÕÀÌ ÀÌ·ïÁú ¼ö ÀÖµµ·Ï ½Ã¸Çƽ ¾ÆÅ°ÅØó¸¦ ¾î¶»°Ô È°¿ëÇÏ¸é µÇ´ÂÁöµµ »ìÆ캻´Ù.

̵̧ȍ


±Ù·¡ µé¾î Á¡Á¡ º¹ÀâÇØÁö°í ±Ô¸ðµµ Ä¿Áö°í ÀÖ´Â µ¥ÀÌÅͼ¿¡¼­ ÀÇ¹Ì ÀÖ´Â ¹«¾ð°¡¸¦ ã¾Æ³»·Á´Â ½Ãµµ´Â °è¼Ó Áõ°¡ÇÏ°í ÀÖ´Ù. ¸Ó½Å ·¯´×, ¿¹Ãø ±â¼úÀº µ¥ÀÌÅÍ¿¡¼­ ³ôÀº °¡Ä¡¸¦ Áö´Ñ Á¤º¸¸¦ ã¾Æ³»´Â µ¥ ÀÖ¾î °¡Àå Áß¿äÇÑ ±â¼úÀÌ µÆ´Ù. ¸Ó½Å ·¯´×Àº º¹ÀâÇÑ ¾Ë°í¸®ÁòÀ» È°¿ëÇØ ÀÌÀü±îÁö ÃàÀûÇÑ ÆÐÅÏ°ú µ¥ÀÌÅͼÂÀÇ À¯ÇüÀ» ¹ÙÅÁÀ¸·Î Á» ´õ Çâ»óµÈ ¿¹Ãø °á°ú¸¦ ¸¸µé¾î³½´Ù. Áï, ¸Ó½Å ·¯´× ±â¼úÀº ´Ù¾çÇÑ ÅëÂû·ÂÀ» µ¥ÀÌÅÍ °£ÀÇ °ü°è, °øÅë ÆÐÅÏ, Æ®·»µå ÇüÅ·ΠÁ¦°øÇϸç, ÀÌ´Â ºñÁî´Ï½º¸¦ ¸¸µé°í, Çâ»ó½ÃÅ°´Â µ¥ ÀÖ¾î ´ë´ÜÈ÷ ³ôÀº °¡Ä¡¸¦ Áö´Ï°í ÀÖ´Ù. ÀÌ Ã¥À» ÅëÇØ ¸Ó½Å ·¯´×ÀÇ ±âº» °³³äÀ» ÀÚ¼¼È÷ ÇнÀÇÒ ¼ö Àֱ⸦ ¹Ù¶õ´Ù. ¶ÇÇÑ ½ÇÁ¦ ¾÷¹«¿¡¼­ °æÇèÇÒ ¼ö ÀÖ´Â ¹®Á¦ÀÇ º¹À⼺À» ÀÚ¼¼È÷ ÆľÇÇÑ ÈÄ Á¤Çü µ¥ÀÌÅÍ, ºñÁ¤Çü µ¥ÀÌÅ͸¦ È¿°úÀûÀ¸·Î ó¸®ÇÏ°í °ü¸®ÇÒ ¼ö ÀÖ°Ô ÇϵÓÀ̳ª ±âŸ ¿¡ÄڽýºÅÛ µîµµ Àû¿ëÇغ¸±â ¹Ù¶õ´Ù. - ÀúÀÚ ¼ö´Ò¶ó °ñ¶óǪµð(Sunila Gollapudi)

ÃÖ±Ù ¸î ³â°£ ºòµ¥ÀÌÅÍ¿Í ¸Ó½Å ·¯´×¿¡ ´ëÇÑ ´ëÁßÀÇ °ü½É°ú ±â¼ú ¹ßÀüÀº ³î¶ó¿ï Á¤µµÀÔ´Ï´Ù. ƯÈ÷ Ŭ¶ó¿ìµå ÄÄÇ»ÆÃÀÌ º¸ÆíÈ­µÇ¸é¼­ ÇÊ¿äÇÑ ¸¸Å­ÀÇ ÄÄÇ»Æà ÀÚ¿øÀ» ÀûÀýÇÏ°Ô È°¿ëÇÏ´Â ¹æ½ÄÀÇ Á¢±Ù¹ýÀº ±âÁ¸ µ¥ÀÌÅÍ ºÐ¼® ¹æ½ÄÀ» Àü¸éÀûÀ¸·Î ¹Ù²Ù°í ÀÖ´Ù. ¶ÇÇÑ ´ë¿ë·®ÀÇ µ¥ÀÌÅÍ Ã³¸®/ºÐ¼®À̳ª ¾öû³ª°Ô º¹Àâµµ°¡ ³ôÀº µ¥ÀÌÅ͵µ ÀûÀýÇÑ ½Ã°£ ³»¿¡ ºÐ¼®ÇÒ ¼ö ÀÖ°Ô µÆ´Ù. ÇÏÁö¸¸ µ¥ÀÌÅÍ ºÐ¼® ºÐ¾ß¿¡¼­ Á¦ÇÑµÈ È¯°æÀ» ±Øº¹Çϱâ À§ÇÑ ²÷ÀÓ¾ø´Â ³ë·Â°ú ¼º°ú´Â ¹«¾ùº¸´Ùµµ Áß¿äÇÑ ºÎºÐÀÌ´Ù. (¿¹¸¦ µé¸é ±Ù»çÈ­(Approximation) ±â¹ý, »ùÇøµ(Sampling) ±â¹ý µîÀ» ÅëÇØ ºÐ¼® Á¤È®µµ¿Í ¼Ò¿ä ½Ã°£¿¡ ´ëÇÑ Æ®·¹À̵å¿ÀÇÁ¸¦ ÀûÀýÇÏ°Ô È°¿ëÇÏ´Â °ÍÀÌ´Ù.) ÀÌ·ÐÀû ¹è°æÀ» °®Ãß´Â °ÍÀÌ Áß¿äÇÑ ÀÌÀ¯´Â ÀÌ·ÐÀº ÄÄÇ»Æà ÀÚ¿øÀÇ È°¿ë¸¸À¸·Î´Â ÇØ°áÇϱ⠾î·Á¿î »ç¾ÈÀ» ±Øº¹ÇÒ ¼ö ÀÖµµ·Ï ´ÜÃʸ¦ Á¦°øÇϱ⠶§¹®ÀÌ´Ù. ±×·¡¼­ ±â¼úÀÌ ºü¸£°í ´Ù¾çÇÏ°Ô ¹ßÀüÇÒ¼ö·Ï ±âº»¿¡ Ãæ½ÇÇØ¾ß ÇÏ´Â °ÍÀÌ ´õ¿í Áß¿äÇÏ´Ù. ÀÌ Ã¥Àº ¸Ó½Å ·¯´×°ú ºòµ¥ÀÌÅÍ¿¡ ´ëÇÑ Ç³ºÎÇÑ À̷аú ´Ù¾çÇÑ ¼Ò½ºÄڵ带 Á¦°øÇϸç, ÃֽŠ±â¼úµµ ½±°í ÀÚ¼¼ÇÏ°Ô ¼³¸íÇÑ´Ù. ¸¹Àº ºÐµéÀÌ ÀÌ Ã¥À» ÅëÇØ ½ÇÁ¦ ¾÷¹«¿¡¼­ ¸Ó½Å ·¯´×À» Àß È°¿ëÇÏ½Ç ¼ö Àֱ⸦ ±â´ëÇÑ´Ù. - ¿ªÀÚ ³²±Ã¿µÈ¯

¶ô½º¹ÌÄ­¾²(V. Laxmikanth)(ºê·Îµå¸®ÁöÆÄÀ̳½¼È¼Ö·ç¼Ç ÀÌ»ç)
"°ú¿¬ ±â°è°¡ »ý°¢À̶õ °É ÇÒ ¼ö ÀÖÀ»±î?" ÀÌ ´Ü¼øÇØ º¸ÀÌ´Â Áú¹®Àº Àü ¼¼°èÀÇ °úÇÐÀÚ¿Í Àü¹®°¡µéÀ» ¸Å·á½ÃÄÑ¿Ô´Ù. 1950³â´ë¿¡ ¾Ù·± Æ©¸µ(Alan Turing)Àº ¡°±â°è°¡ »ý°¢ÇÒ ¼ö ÀÖÀ»±î?¡±¶ó´Â Æз¯´ÙÀÓÀ» ¡°Àΰ£ÀÌ Àڱ⠻ý°¢´ë·Î ÇÒ ¼ö ÀÖ´Â ÀϵéÀ» ±â°èµµ ÇÒ ¼ö ÀÖÀ»±î?¡±·Î ¹Ù²å´Ù. ÀÌ°ÍÀº ¸Ó½Å ·¯´×°ú ÀΰøÁö´É¿¡ ´ëÇÑ ¾öû³­ °ü½ÉÀÌ »ý±â´Â °è±â¸¦ ¸¶·ÃÇßÀ¸¸ç, ÇöÀç±îÁöµµ ¼ö¸¹Àº ¿¬±¸¸¦ ÅëÇØ ³î¶ó¿î ¼º°úµéÀÌ °è¼Ó ¼Ò°³µÇ°í ÀÖ´Ù.
¼ö¸¹Àº ÄÄÇ»Æà ±â¼úÀÌ ºü¸£°Ô ¹ßÀüÇÔ¿¡ µû¶ó ÀÌÁ¦´Â ÄÄÇ»Æà ´Ü¸»ÀÇ È«¼ö ¼Ó¿¡ »ì°í ÀÖ´Ù. ÀÌ·Î ÀÎÇØ Á¤º¸¿Í µ¥ÀÌÅÍ´Â °¨´çÇÒ ¼ö ¾øÀ» Á¤µµ·Î ³ÑÃÄ ³ª°í, ±× °á°ú ÁÖµÈ °ü½É»ç´Â ¸Ó½Å ·¯´×À̶ó´Â ºñ¹Ð½º·¯¿î ¿µ¿ª¿¡ Á¡Á¡ ´õ ÁýÁߵǰí ÀÖ´Â ¾ç»óÀÌ´Ù. ¿À´Ã³¯ ¼ö¸¹Àº ±â¾÷°ú Á¶Á÷µéÀº µ¥ÀÌÅÍ¿¡¼­ Áö½ÄÀ» ¾ò´Â °úÁ¤ÀÇ Çٽɿ¡ ¸Ó½Å ·¯´×ÀÇ ÁøÁ¤ÇÑ °¡Ä¡°¡ ÀÖÀ½À» ±íÀÌ ÀÌÇØÇÏ°í ÀÖÀ¸¸ç, ÀÌ¿¡ ´ëÇÑ ÅõÀÚ¸¦ ¾Æ³¢Áö ¾Ê´Â´Ù.
Àü ¼¼°èÀÇ °³¹ßÀڵ鵵 ¸Ó½Å ·¯´×¿¡ ¸¹Àº °ü½É°ú ¿­Á¤À» °®°í È°µ¿ÇÏ°í ÀÖ´Ù. ¡®ÇнÀ(¸Ó½Å ·¯´×)¡¯À̶ó´Â °ÍÀº ¾îÂî º¸¸é ºòµ¥ÀÌÅÍ, Åë°èÇÐ, ¼öÇÐ, ÄÄÇ»ÅÍ °úÇÐ °°Àº ´Ù¾çÇÑ ºÐ¾ßÀÇ ½Éµµ ÀÖ´Â Áö½ÄÀ» ÇÊ¿ä·Î Çϱ⠶§¹®¿¡ ÀÌÁ¦ ¸· ½ÃÀÛÇß´Ù°í ºÁµµ °ú¾ðÀÌ ¾Æ´Ò °ÍÀÌ´Ù. ÀÌ Ã¥À» ¾´ ¼ö´Ò¶ó(Sunila)´Â ºÒ¸ðÁö¿´´ø ÀÌ ºÐ¾ß¸¦ À§ÇØ ¸¹Àº ÀÏÀ» ÇØ¿Ô´Ù. ±×´Â ¸Ó½Å ·¯´×À» Àß ¹ßÀü½ÃÅ°´Â °Í ¿Ü¿¡µµ ´ë±Ô¸ð °è»ê ÀÛ¾÷, º¹ÀâÇÑ µ¥ÀÌÅͼ ó¸®, ºü¸¥ ÀÀ´ä ¼Óµµ ¹®Á¦ ÇØ°á¿¡ °ü·ÃµÈ ÃֽŠ±â¼ú °³¹ß¿¡ ½° ¾øÀÌ ³ë·ÂÇÏ°í ÀÖ´Ù.
ÀÌ Ã¥ÀÇ °¡Àå Å« ¸ñÇ¥´Â µ¥ÀÌÅÍ °úÇÐÀÚ/µ¥ÀÌÅÍ ºÐ¼®°¡ ¸ðµÎ¿¡°Ô ²À ÇÊ¿äÇÑ ³»¿ëÀ» ¾Ë±â ½±°Ô Àü´ÞÇÏ´Â °ÍÀÌ´Ù. ¿©±â¿¡ ¸ÂÃç µ¶ÀÚµéÀÌ ¸Ó½Å ·¯´×ÀÇ ±âº» °³³äÀ» Àß ÀÌÇØÇÏ°í, ½ÇÁ¦ ¼Ö·ç¼Ç °³¹ß¿¡¼­µµ ¼±µµÀû ¿ªÇÒÀ» Çس¾ ¼ö ÀÖµµ·Ï dzºÎÇÑ ³»¿ë°ú °æÇèÀ» Àü´ÞÇÏ°íÀÚ ÇÑ´Ù.
ÀúÀÚ´Â ÀÌ Ã¥À» Å©°Ô 3°³ÀÇ ¿µ¿ªÀ¸·Î ³ª´² ¼³¸íÇÑ´Ù. ±âº» °³³ä ¼³¸í¿¡¼­´Â °ü·Ã À̷е鿡 ´ëÇÑ »ó¼¼ÇÑ ¼³¸íµµ °çµé¿© µ¶ÀÚÀÇ ÀÌÇظ¦ µ½°íÀÚ Çß´Ù. À̸¦ ¹ÙÅÁÀ¸·Î ½ÇÁ¦ ¹®Á¦¿Í ¿¬°è½ÃÄÑ »ý°¢Çغ¼ ¼ö ÀÖ´Â ³»¿ëÀ» ¼Ò°³ÇÏ°í, °¡Àå ÀûÀýÇÑ ¾ÖÇø®ÄÉÀ̼ÇÀ» Àû¿ëÇÏ´Â ¹æ¾Èµµ ÇÔ²² ¾Ë¾Æº¼ ¼ö ÀÖ°Ô Çß´Ù. ³¡À¸·Î ÇöÀç ½ÃÀå¿¡¼­ °¡Àå ÀαⰡ ³ô°í Æø³Ð°Ô »ç¿ëµÇ°í ÀÖ´Â ÃֽŠ±â¼úÀ» Á¤¸®ÇÏ°í, À̸¦ ÅëÇØ ºñÁî´Ï½ºÀÇ °¡Ä¡¸¦ ¾î¶»°Ô âÃâÇÒ °ÍÀÎÁöµµ ÇÔ²² »ý°¢Çغ¼ ¼ö ÀÖ°Ô Çß´Ù. (ºê·Îµå¸®Áö ÆÄÀ̳½¼È ¼Ö·ç¼Ç(Broadridge Financial Solution) Àεµ ÇöÁö ¹ýÀÎ °æ¿µ ÃÑ°ý ´ã´ç ÀÌ»ç(Managing Director))

¸ñÂ÷

1Àå. ¸Ó½Å ·¯´×ÀÇ ¼Ò°³
__¸Ó½Å ·¯´×
__¸Ó½Å ·¯´×ÀÇ Á¤ÀÇ
____¸Ó½Å ·¯´× °ü·Ã ÇÙ½É °³³ä°ú ÁÖ¿ä ¿ë¾î
____ÇнÀÀ̶õ?
______µ¥ÀÌÅÍ
______·¹À̺íÀÌ ÀÖ´Â µ¥ÀÌÅÍ¿Í ·¹À̺íÀÌ ¾ø´Â µ¥ÀÌÅÍ
______ŽºÅ©
______¾Ë°í¸®Áò
______¸ðµ¨
____¸Ó½Å ·¯´×¿¡¼­ µ¥ÀÌÅÍ¿Í ºñÀÏ°ü¼º
______°ú¼ÒÀûÇÕ
______°úÀûÇÕ
______µ¥ÀÌÅÍ ºÒ¾ÈÁ¤¼º
____½Ç¹« °üÁ¡ÀÇ ¸Ó½Å ·¯´× ÁÖ¿ä »ç·Ê
______¿¹Ãø ºÒ°¡ÇÑ µ¥ÀÌÅÍ Æ÷¸Ë
______ºÐ·ù
____ÇнÀ ¾Ë°í¸®ÁòÀÇ À¯Çü
______Ŭ·¯½ºÅ͸µ
______Àü¸Á, ¿¹Ãø, ȸ±Í
______½Ã¹Ä·¹À̼Ç
______ÃÖÀûÈ­
______Áöµµ ÇнÀ
______ÁØÁöµµ ÇнÀ
______ºñÁöµµ ÇнÀ
______°­È­ ÇнÀ
______µö·¯´×
____¼º´É ÃøÁ¤ ÇÔ¼ö
______ºÐ¼® °á°ú°¡ ÀûÁ¤ÇÑ°¡?
______Æò±ÕÁ¦°ö ¿ÀÂ÷(MSE)
______Æò±Õ Àý´ë ¿ÀÂ÷(MAE)
______Á¤±ÔÈ­ MSE¿Í MAE(NMSE¿Í NMAE)
______¿¡·¯ ó¸®: ¹ÙÀ̾¿Í ºÐ»ê
____¸Ó½Å ·¯´×ÀÇ ÁÖ¿ä ºÐ¾ß
______µ¥ÀÌÅÍ ¸¶ÀÌ´×
______ÀΰøÁö´É
______Åë°è ÇнÀ
______µ¥ÀÌÅÍ °úÇÐ
____¸Ó½Å ·¯´× ÇÁ·Î¼¼½º ¶óÀÌÇÁ »çÀÌŬ°ú ¼Ö·ç¼Ç ¾ÆÅ°ÅØó
____¸Ó½Å ·¯´× ¾Ë°í¸®Áò
______ÀÇ»ç °áÁ¤ Æ®¸® ±â¹Ý ¾Ë°í¸®Áò
______º£ÀÌÁö¾ð ±â¹ý ±â¹Ý ¾Ë°í¸®Áò
______Ä¿³Î ±â¹ý ±â¹Ý ¾Ë°í¸®Áò
______Ŭ·¯½ºÅ͸µ ±â¹ý
______Àΰø ½Å°æ¸Á ±â¹ý(ANN)
______µð¸àÀü Ãà¼ÒÈ­
______¾Ó»óºí ±â¹ý
______ÀνºÅϽº ±â¹Ý ÇнÀ ¾Ë°í¸®Áò
______ȸ±Í ºÐ¼® ±â¹Ý ¾Ë°í¸®Áò
______¿¬°ü ±ÔÄ¢ ±â¹Ý ÇнÀ ¾Ë°í¸®Áò
____¸Ó½Å ·¯´× Åø°ú ÇÁ·¹ÀÓ¿öÅ©
____¿ä¾à

2Àå. ¸Ó½Å ·¯´×°ú ´ë±Ô¸ð µ¥ÀÌÅͼÂ
__ºòµ¥ÀÌÅÍ ¹× ´ë±Ô¸ð ºÐ¼®À» À§ÇÑ ¸Ó½Å ·¯´×
____±â´ÉÀû °üÁ¡°ú ±¸Á¶Àû °üÁ¡ : ¹æ¹ý·Ð Ãø¸é¿¡¼­ÀÇ ¹Ì½º¸ÅÄ¡
______Á¤º¸ÀÇ »óÇ°È­
______RDBMS°¡ °®´Â ÀÌ·ÐÀû ÇÑ°è
______ÀúÀå¼Ò ½ºÄÉÀϾ÷°ú ½ºÄÉÀϾƿô
______ºÐ»êÇü, º´·ÄÇü ÄÄÇ»Æà Àü·«
____¸Ó½Å ·¯´×: È®À强 ¹× ¼º´É °üÁ¡
______¸Å¿ì ¸¹Àº µ¥ÀÌÅÍ °üÁ¡À̳ª ÀνºÅϽº
______¸Å¿ì ¸¹Àº ¾îÆ®¸®ºäÆ®³ª ÇÇó
______ÀÀ´ä ½Ã°£ À©µµ¿ì ´ÜÃà: ½Ç½Ã°£ ÀÀ´äÀ» À§ÇØ ÇÊ¿ä
______¸Å¿ì º¹ÀâÇÑ ¾Ë°í¸®Áò
______Çǵå Æ÷¿öµå, ¹Ýº¹ ¿¹Ãø »çÀÌŬ
____¸ðµ¨ ¼±Á¤ ÇÁ·Î¼¼½º
____´ë±Ô¸ð ¸Ó½Å ·¯´× ÀÛ¾÷¿¡¼­ ÁÖÀÇÇÒ »çÇ×
__¾Ë°í¸®Áò°ú µ¿½Ã ½ÇÇà
____µ¿½Ã ½ÇÇà ¾Ë°í¸®ÁòÀÇ °³¹ß
__½ºÄÉÀϾ÷ ¸Ó½Å ·¯´×À» À§ÇÑ ±â¼ú°ú ±¸Çö ¹æ¹ý
____¸Ê¸®µà½º ÇÁ·Î±×·¡¹Ö Æз¯´ÙÀÓ
____¸Þ½ÃÁö ÆÐ½Ì ÀÎÅÍÆäÀ̽º(MPI)¸¦ Áö´Ñ °í¼º´É ÄÄÇ»ÆÃ(HPC)
____LINQ ÇÁ·¹ÀÓ¿öÅ©
____LINQ¸¦ ÀÌ¿ëÇÑ µ¥ÀÌÅͼ °¡°ø ÀÛ¾÷
____GPU
____FPGA
____¸ÖƼÄÚ¾î ¶Ç´Â ¸ÖƼÇÁ·Î¼¼¼­ ½Ã½ºÅÛ
__¿ä¾à

3Àå. ÇÏµÓ ¾ÆÅ°ÅØó¿Í ÇÏµÓ ¿¡ÄڽýºÅÛ
__¾ÆÆÄÄ¡ ÇϵÓÀÇ ¼Ò°³
____ÇϵÓÀÇ ÁøÈ­(Ç÷§ÆûÀÇ ¼±ÅÃ)
____ÇÏµÓ Ç÷§Æû°ú ÇϵÓÀÇ ÇÙ½É ¿ä¼Ò
__ºòµ¥ÀÌÅ͸¦ À§ÇÑ (ÇÏµÓ ±â¹Ý) ¸Ó½Å ·¯´× ¼Ö·ç¼Ç ¾ÆÅ°ÅØó
____µ¥ÀÌÅÍ ¼Ò½º °èÃþ
____À¯ÀÔ °èÃþ
____ÇÏµÓ ½ºÅ丮Áö °èÃþ
____ÇÏµÓ (¹°¸®) ÀÎÇÁ¶ó½ºÆ®·°Ã³ °èÃþ: ¾îÇöóÀ̾𽺠Áö¿ø
____ÇÏµÓ Ç÷§Æû/ó¸® °èÃþ
____ºÐ¼® °èÃþ
____¼Òºñ °èÃþ
______½Ã°¢È­¸¦ ÀÌ¿ëÇÑ µ¥ÀÌÅÍ ¼³¸í ¹× Ž»ö
______º¸¾È°ú ¸ð´ÏÅ͸µ °èÃþ
______ÇÏµÓ ÇÙ½É ±¸¼º ¿ä¼Ò ÇÁ·¹ÀÓ¿öÅ©
______HDFS¿¡¼­ µ¥ÀÌÅÍ Àбâ/¾²±â ÀÛ¾÷
______Àå¾Ö ó¸®
______HDFS Ä¿¸Çµå¶óÀÎ
______RESTFul HDFS
__¸Ê¸®µà½º
____¸Ê¸®µà½º ¾ÆÅ°ÅØó
____´ë±Ô¸ð µ¥ÀÌÅͼ¿¡ ¸Ê¸®µà½º°¡ ÇÊ¿äÇÑ°¡?
____¸Ê¸®µà½º Àüü ½ÇÇà È帧°ú ±¸¼º ¿ä¼Ò
____¸Ê¸®µà½º ±¸¼º ¿ä¼Ò °³¹ß
__ÇÏµÓ 2.x
____ÇÏµÓ ¿¡ÄڽýºÅÛ ±¸¼º ¿ä¼Ò
____ÇÏµÓ ¼³Ä¡¿Í ȯ°æ ¼³Á¤
______JDK 1.7 ¼³Ä¡
______ÇϵÓÀ» À§ÇÑ ½Ã½ºÅÛ À¯Àú »ý¼º
______IPv6 ºñÈ°¼ºÈ­
______ÇÏµÓ 2.6.0 ¼³Ä¡ ¹æ¹ý
______ÇÏµÓ ½ÃÀÛ
____ÇÏµÓ ¹èÆ÷ÆÇ ¹× ÁÖ¿ä ¾÷ü
__¿ä¾à

4Àå. ¸Ó½Å ·¯´× Åø°ú ¶óÀ̺귯¸®, ÇÁ·¹ÀÓ¿öÅ©
__¸Ó½Å ·¯´× Åø: landscape
__¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô
____¸ÓÇÏ¿ô µ¿ÀÛ ¿ø¸®
____¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô ¼³Ä¡¿Í ¼³Á¤
______¸ÞÀÌºì ¼³Á¤ ¹æ¹ý
______ÀÌŬ¸³½º IDE¸¦ ÀÌ¿ëÇÑ ¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô ¼³Á¤
______ÀÌŬ¸³½º ¾øÀÌ ¾ÆÆÄÄ¡ ¸ÓÇÏ¿ô ¼³Á¤
____¸ÓÇÏ¿ô ÆÐÅ°Áö ±¸¼º
____¸ÓÇÏ¿ô¿¡¼­ º¤ÅÍ ±¸Çö
__R
____R ¼³Ä¡¿Í ¼³Á¤
____¾ÆÆÄÄ¡ ÇϵӰú R ÅëÇÕ
______¹æ¹ý 1: R°ú ÇϵÓÀÇ ½ºÆ®¸®¹Ö API¸¦ ÀÌ¿ë
______¹æ¹ý 2: RÀÇ Rhipe ÆÐÅ°Áö¸¦ ÀÌ¿ë
______¹æ¹ý 3: RHadoopÀ» ÀÌ¿ë
______R/ÇÏµÓ ÅëÇÕ ¹æ¹ý ¿ä¾à
____(¿¹Á¦¸¦ ÀÌ¿ëÇÑ) R ÇÁ·Î±×·¡¹Ö
______R Ç¥Çö½Ä
______R º¤ÅÍ
______R Çà·Ä
______R ÆÑÅÍ
______R µ¥ÀÌÅÍ ÇÁ·¹ÀÓ
______R Åë°è ÇÁ·¹ÀÓ¿öÅ©
______ÁÙ¸®¾Æ
______ÁÙ¸®¾Æ ¼³Ä¡¿Í ¼³Á¤
______ÁÙ¸®¾Æ Ä¿¸Çµå¶óÀÎ ¹öÀüÀ» ´Ù¿î·ÎµåÇØ »ç¿ë
______ÁÖ³ë IDE¸¦ ÀÌ¿ëÇÑ ÁÙ¸®¾Æ ½ÇÇà
______À¥ ºê¶ó¿ìÀú¿¡¼­ ÁÙ¸®¾Æ ½ÇÇà
____Ä¿¸Çµå¶óÀο¡¼­ ÁÙ¸®¾Æ ÄÚµå ½ÇÇà
____ÁÙ¸®¾Æ ÄÚµå ±¸Çö(¿¹Á¦)
____º¯¼ö¿Í ÇÒ´ç¹® ÀÌ¿ë
______¼öÄ¡ ±âº» ¿ä¼Ò
______µ¥ÀÌÅÍ ±¸Á¶
______¹®ÀÚ¿­°ú ¹®ÀÚ¿­ Á¶ÀÛ ÀÛ¾÷
______ÆÐÅ°Áö
______¿¬µ¿ ±â¹ý
______±×·¡ÇÈ°ú Ç÷ÎÆà ¹æ¹ý
____ÁÙ¸®¾ÆÀÇ ÀåÁ¡
____ÁÙ¸®¾Æ¿Í ÇϵÓÀÇ ÅëÇÕ
__ÆÄÀ̽ã
____ÆÄÀ̽ã ÅøŶ ¿É¼Ç
____(¿¹Á¦¸¦ ÀÌ¿ëÇÑ) Python ±¸Çö
______ÆÄÀ̽㠼³Ä¡¿Í scikit-learn ¼³Á¤
__¾ÆÆÄÄ¡ ½ºÆÄÅ©
__½ºÄ®¶ó
____RDD¸¦ ÀÌ¿ëÇÑ ÇÁ·Î±×·¡¹Ö
__½ºÇÁ¸µ XD
__¿ä¾à

5Àå. ÀÇ»ç °áÁ¤ Æ®¸® ±â¹Ý ÇнÀ
__ÀÇ»ç °áÁ¤ Æ®¸®
____ÁÖ¿ä ¿ë¾î
____¸ñÀû°ú ¿ëµµ
____ÀÇ»ç °áÁ¤ Æ®¸®ÀÇ ±¸¼º
______°áÃøÄ¡ ó¸®
______ÀÇ»ç °áÁ¤ Æ®¸® »ý¼º ½ÃÀÇ °í·Á »çÇ×
______ÀÇ»ç °áÁ¤ Æ®¸® ±×·¡ÇÈ Ç¥Çö
______ÀÇ»ç °áÁ¤ Æ®¸®ÀÇ ±¸Ãà ÀÇ»ç : °áÁ¤ Æ®¸® ¾Ë°í¸®Áò
______Ž¿å ÀÇ»ç °áÁ¤ Æ®¸®
______ÀÇ»ç °áÁ¤ Æ®¸®ÀÇ ÀåÁ¡
____ƯȭµÈ ÇüÅÂÀÇ ÀÇ»ç °áÁ¤ Æ®¸®
______»ç¼± Æ®¸®
______·£´ý Æ÷·¹½ºÆ®
______ÁøÈ­ Æ®¸®
______Ç︵°Å Æ®¸®
__ÀÇ»ç °áÁ¤ Æ®¸® ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

6Àå. ÀνºÅϽº ±â¹Ý ÇнÀ°ú Ä¿³Î ±â¹Ý ÇнÀ
__ÀνºÅϽº ±â¹Ý ÇнÀ(IBL)
____ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò
______KNN¿¡¼­ kÀÇ °ª
______KNN¿¡¼­ÀÇ °Å¸® ÃøÁ¤¹ý
______»ç·Ê ±â¹Ý Ãß·Ð(CBR)
______±¹Áö °¡Áß È¸±Í
____KNN ¾Ë°í¸®ÁòÀÇ ±¸Çö
______¸ÓÇÏ¿ô »ç¿ë
______R »ç¿ë
______½ºÆÄÅ© »ç¿ë
______ÆÄÀ̽ã(scikit-learn) »ç¿ë
______ÁÙ¸®¾Æ »ç¿ë
__Ä¿³Î ±â¹ý ±â¹Ý ÇнÀ
____Ä¿³Î ÇÔ¼ö
____¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å(SVM)
______ºÐ¸®ÇÒ ¼ö ¾ø´Â µ¥ÀÌÅÍ
____SVM ±¸Çö
______¸ÓÇÏ¿ô »ç¿ë
______R »ç¿ë
______½ºÆÄÅ© »ç¿ë
______ÁÙ¸®¾Æ »ç¿ë
______ÆÄÀ̽ã(scikit-learn) »ç¿ë
__¿ä¾à

7Àå. ¿¬°ü ±ÔÄ¢ ±â¹Ý ÇнÀ
__¿¬°ü ±ÔÄ¢ ±â¹Ý ÇнÀ
____¿¬°ü ±ÔÄ¢ Á¤ÀÇ
____Apriori ¾Ë°í¸®Áò
______±ÔÄ¢ »ý¼º Àü·«
____FP-growth ¾Ë°í¸®Áò
____Apriori¿Í FP-growth
__Apriori¿Í FP-growthÀÇ ±¸Çö
______¸ÓÇÏ¿ô »ç¿ë
______R »ç¿ë
______½ºÆÄÅ© »ç¿ë
______ÆÄÀ̽ã(scikit-learn) »ç¿ë
______ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

8Àå. Ŭ·¯½ºÅ͸µ ±â¹Ý ÇнÀ
__Ŭ·¯½ºÅ͸µ ±â¹Ý ÇнÀ
__Ŭ·¯½ºÅ͸µÀÇ À¯Çü
____°èÃþ Ŭ·¯½ºÅ͸µ
____ºÐÇÒ Å¬·¯½ºÅ͸µ
__k-Æò±Õ Ŭ·¯½ºÅ͸µ ¾Ë°í¸®Áò
____k-Æò±Õ Ŭ·¯½ºÅ͸µÀ» À§ÇÑ ¼ö·Å ¶Ç´Â Áß´Ü ±âÁØ
______µð½ºÅ©»ó K-Æò±Õ Ŭ·¯½ºÅ͸µ
____k-Æò±Õ ¾Ë°í¸®ÁòÀÇ ÀåÁ¡
____k-Æò±Õ ¾Ë°í¸®ÁòÀÇ ´ÜÁ¡
____°Å¸® ÃøÁ¤¹ý
____º¹Àâµµ ÃøÁ¤¹ý
__k-Æò±Õ Ŭ·¯½ºÅ͸µ ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

9Àå. º£ÀÌÁö¾ð ÇнÀ
__º£ÀÌÁö¾ð ÇнÀ
____Åë°èÇÐÀÚÀÇ »ý°¢
______Áß¿ä ¿ë¾î¿Í Á¤ÀÇ
______È®·ü
______»ç°ÇÀÇ À¯Çü
______È®·üÀÇ À¯Çü
______È®·ü ºÐÆ÷
______º£¸£´©ÀÌ ºÐÆ÷
______ÀÌÇ× ºÐÆ÷
____º£ÀÌÁî Á¤¸®
____³ªÀÌºê º£ÀÌÁî ºÐ·ù±â
______´ÙÇ× ³ªÀÌºê º£ÀÌÁî ºÐ·ù±â
______º£¸£´©ÀÌ ³ªÀÌºê º£ÀÌÁî ºÐ·ù±â
__³ªÀÌºê º£ÀÌÁî ¾Ë°í¸®Áò ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

10Àå. ȸ±Í ±â¹Ý ÇнÀ
__ȸ±Í ºÐ¼®
____±âÃÊ Åë°è·® º¹½À
______±â´ëÄ¡, ºÐ»ê, °øºÐ»êÀÇ ¼Ó¼º
______ANOVA¿Í F Åë°è
____±³¶õ
____È¿°ú º¯°æ
__ȸ±Í ±â¹ý
____¼±Çü ȸ±Í ¶Ç´Â ´Ü¼ø ¼±Çü ȸ±Í
____´ÙÁß È¸±Í
____´ÙÇ×(ºñ¼±Çü) ȸ±Í
____ÀϹÝÈ­µÈ ¼±Çü ¸ðµ¨(GLM)
____·ÎÁö½ºÆ½ ȸ±Í(·ÎÁþ ¸µÅ©)
____·ÎÁö½ºÆ½ ȸ±Í¿¡¼­ ¿ÀÁîºñ
____Æ÷¾Æ¼Û ȸ±Í
__¼±Çü ȸ±Í¿Í ·ÎÁö½ºÆ½ ȸ±ÍÀÇ ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

11Àå. µö·¯´×
__¸Ó½Å ·¯´×ÀÇ ±âº» »çÇ×
____Àΰ£ÀÇ ³ú
____½Å°æ¸Á
______´º·±
______½Ã³À½º
______Àΰø ´º·±, ÆÛ¼ÁÆ®·Ð
______½Å°æ¸ÁÀÇ Å©±â
______½Å°æ¸ÁÀÇ Á¾·ù
____¿ªÀüÆÄ ¾Ë°í¸®Áò
____¼ÒÇÁÆ®¸Æ½º ȸ±Í
__µö·¯´×ÀÇ Á¾·ù
____ÄÁº¼·ç¼Ç ½Å°æ¸Á(CNN/ConvNets)
______ÄÁº¼·ç¼Ç ·¹À̾î(CONV)
______Ç®¸µ ·¹À̾î(POOL)
______ǮĿ³ØÆ® ·¹À̾î(FC)
____¼øȯ ½Å°æ¸Á(RNNs)
____RBM
____DBM
____¿ÀÅäÀÎÄÚ´õ
__ANNs°ú µö·¯´× ±â¹ý ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

12Àå. °­È­ ÇнÀ
__°­È­ ÇнÀ(RL)
____°­È­ ÇнÀÀÇ ³»¿ë
______°­È­ ÇнÀ Àû¿ë »ç·Ê
______Æò°¡ Çǵå¹é
______°­È­ ÇнÀ ¹®Á¦: ±×¸®µå ¿ùµå ¹®Á¦
______¸¶¸£ÄÚÇÁ °áÁ¤ ÇÁ·Î¼¼½º(MDP)
______±âº» RL ¸ðµ¨: ¿¡ÀÌÀüÆ®-ȯ°æ ÀÎÅÍÆäÀ̽º
______Áö¿¬ º¸»ó
______Á¤Ã¥
____°­È­ ÇнÀ: ÁÖ¿ä Ư¡
__°­È­ ÇнÀ ¼Ö·ç¼Ç ±â¹ý
____´ÙÀ̳»¹Í ÇÁ·Î±×·¡¹Ö(DP)
______ÀϹÝÈ­µÈ Á¤Ã¥ ¹Ýº¹(GPI)
____¸óÅ×Ä«¸¦·Î ±â¹ý
____TD(Temporal difference) ÇнÀ
______»ì»ç: ¿ÂÆú¸®½Ã TD
____Q-·¯´×: ¿ÀÇÁÆú¸®½Ã TD
____¾×ÅÍ-Æò·Ð°¡ ±â¹ý(¿ÂÆú¸®½Ã)
____R-·¯´×(¿ÀÇÁÆú¸®½Ã)
__°­È­ ÇнÀ ¾Ë°í¸®Áò ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

13Àå. ¾Ó»óºí ÇнÀ
__¾Ó»óºí ÇнÀ¹ýÀÇ °³³ä
____´ëÁß(¶Ç´Â Áý´Ü)ÀÇ ÁöÇý¶õ?
____ÁÖ¿ä Àû¿ë »ç·Ê
______Ãßõ ½Ã½ºÅÛ
______ÀÌ»ó ŽÁö
______Æ®·£½ºÆÛ ÇнÀ
______½ºÆ®¸² ¸¶ÀÌ´× ¶Ç´Â ºÐ·ù
____¾Ó»óºí ±â¹ý
__Áöµµ ¾Ó»óºí ±â¹ý
____ºñÁöµµ ¾Ó»óºí ÇнÀ¹ý
__¾Ó»óºí ÇнÀ ±¸Çö
____¸ÓÇÏ¿ô »ç¿ë
____R »ç¿ë
____½ºÆÄÅ© »ç¿ë
____ÆÄÀ̽ã(scikit-learn) »ç¿ë
____ÁÙ¸®¾Æ »ç¿ë
__¿ä¾à

14Àå. ¸Ó½Å ·¯´×À» À§ÇÑ Â÷¼¼´ë µ¥ÀÌÅÍ ¾ÆÅ°ÅØó
__µ¥ÀÌÅÍ ¾ÆÅ°ÅØóÀÇ ÁøÈ­
__Â÷¼¼´ë µ¥ÀÌÅÍ ¾ÆÅ°ÅØó¸¦ À§ÇÑ »õ·Î¿î °üÁ¡
__¸Ó½Å ·¯´×À» À§ÇÑ ÃֽŠµ¥ÀÌÅÍ ¾ÆÅ°ÅØó
____½Ã¸Çƽ µ¥ÀÌÅÍ ¾ÆÅ°ÅØó
____ºñÁî´Ï½º µ¥ÀÌÅÍ ·¹ÀÌÅ©
____½Ã¸Çƽ À¥ ±â¼ú
____ÁÖ¿ä ¼Ö·ç¼Ç ¹× ¾÷ü
__´ÙÁß ¸ðµ¨ µ¥ÀÌÅͺ£À̽º ¾ÆÅ°ÅØó/Æú¸®°÷ Áö¼Ó¼º
____ÁÖ¿ä ¼Ö·ç¼Ç ¹× ¾÷ü
__¶÷´Ù ¾ÆÅ°ÅØó
____ÁÖ¿ä ¼Ö·ç¼Ç ¹× ¾÷ü
__¿ä¾à

ÀúÀÚ¼Ò°³

¼ö´Ò¶ó °ñ¶óǪµð [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

³²±Ã¿µÈ¯ [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

ÀÌ »óÇ°ÀÇ ½Ã¸®Áî

(ÃÑ 225±Ç / ÇöÀ籸¸Å °¡´Éµµ¼­ 225±Ç)

¼±ÅÃÇÑ »óÇ° ºÏÄ«Æ®´ã±â
ÆîÃ帱â

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    0.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº °áÁ¦´ë±Ý¿¹Ä¡¾÷ µî·Ï¹øÈ£: 02-006-00013

    (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ
    ¸ðµç °Å·¡¿¡ ´ëÇÏ¿© (ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
    µî·Ï ¿©ºÎ´Â e-±ÝÀ¶¹Î¿ø¼¾ÅÍ È¨ÆäÀÌÁö(www.fcsc.kr)ÀÇ µî·Ï¡¤½Å°í>ÀüÀÚ±ÝÀ¶¾÷µî·ÏÇöȲ ¸Þ´º¿¡¼­ È®ÀÎÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. ¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë