PowerPoint Presentation

Size: px
Start display at page:

Download "PowerPoint Presentation"

Transcription

1 데이터전처리 Data Preprocessing

2 05 데이터통합

3 목차 1. 개체식별 2. 중복 3. 상관분석 4. 데이터값충돌탐지및해결 데이터전처리 (Data Preprocessing) - 05 데이터통합 3

4 1. 개체식별

5 개체식별문제Entity Identification Problem 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 데이터통합 data integration 은여러데이터저장소로부터온데이터의합병 데이터웨어하우스 data warehouse 나데이터마이닝 data mining 같은데이터분석작업은다수의원천데이터로부터하나의통일된데이터저장소로결합시키는통합작업필요 데이터원천은데이터베이스, 데이터큐브 data cube, 플랫파일 flat file 등다양한형태로존재 여러데이터원천들로부터데이터를통합할때, 동일한의미의개체들이서로다르게표현되어있을경우, 어떻게일치시킬수있을까? 개체식별문제Entity Identification Problem 데이터전처리 (Data Preprocessing) - 05 데이터통합 5

6 개체식별문제Entity Identification Problem customer_id = cust_number customer A 데이터베이스 cust B 데이터베이스 데이터전처리 (Data Preprocessing) - 05 데이터통합 6

7 개체식별문제Entity Identification Problem 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 데이터분석가나컴퓨터가개체들이같은것인지식별할수있을까? 메타데이터의활용이중요 각속성의메타데이터는이름과의미, 데이터타입, 허용되는값의범위, 무규칙 (null rule) 등을포함 스키마통합과정에서오류를피하기위해메타데이터활용필요 메타데이터를이용해데이터변환에서도사용 A 데이터베이스는성별값으로 M, F 사용 B 데이터베이스는성별값으로 1, 2 사용 데이터전처리 (Data Preprocessing) - 05 데이터통합 7

8 개체식별문제Entity Identification Problem 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, A 데이터베이스의 customer 테이블의 customer_id 와 B 데이터베이스의 cust 테이블의 cust_number 가기본키 primary key 이고, 두속성모두동일한데이터타입과도메인을가지고있다면, 두속성은이름은다르지만동일한속성으로판단가능 데이터통합시일원화된속성으로정의가능 customer 테이블과 cust 테이블간의튜플연계도가능 데이터전처리 (Data Preprocessing) - 05 데이터통합 8

9 개체식별문제Entity Identification Problem 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 데이터베이스의어떤속성을다른데이터베이스의속성과동일성여부판단시종합적으로고려할사항 속성의데이터타입과도메인 기본키여부 참조무결성 ( 외래키 ) referential constraint : 참조하는테이블의외래키 foreign key 의속성값은반드시참조하는테이블의기본키 primary key 속성값중하나여야함 함수적종속관계functional dependency 데이터전처리 (Data Preprocessing) - 05 데이터통합 9

10 함수적종속성Functional Dependency 속성 X, Y 에대하여, x1( X)=x2( X) 이면, y1( Y)=y2( Y) 임을보장할때, 속성 Y 는함수적으로종속됨 X Y 로표기 X 는결정자 determinant Y 는의존자 dependent X 가 Y 를함수적으로결정 Y 가 X 에함수적으로종속 데이터전처리 (Data Preprocessing) - 05 데이터통합 10

11 함수적종속성Functional Dependency 학번 학생이름 학과 홍길동 컴퓨터공학과 이순신 기계공학과 김철수 경영학과 학번에의해학생이름과학과는고유하게구분 학과속성은학번에함수적으로종속 학번은결정자, 학생이름과학과는종속자 학번 { 학생이름, 학과 } 데이터전처리 (Data Preprocessing) - 05 데이터통합 11

12 함수적종속성Functional Dependency 학번 과목코드 성적 학생이름 A 홍길동 A+ 홍길동 B+ 홍길동 A 이순신 A 이순신 B+ 김철수 학번 학생이름 { 학번, 과목코드 } 성적 { 학번, 과목코드 } 학생이름 학생이름을결정짓는요소는학번 성적을결정짓는요소는학번과과목코드 학생이름은학번과과목코드에의해서도고유하게구분가능 학생이름의경우함수적종속성이두개 데이터전처리 (Data Preprocessing) - 05 데이터통합 12

13 함수적종속성Functional Dependency 부분함수적종속Partial Functional Dependency 속성집합 Y 가속성집합 X 전체가아닌부분에도함수적으로종속 { 학번, 과목코드 } 학생이름 학생이름이속성집합 Y 이고, { 학번, 과목코드 ) 가속성집합 X 일때, 학생이름은 { 학번, 과목코드 } 에도함수적으로종속되며 X 의일부인학번에도함수적으로종속 완전함수적종속Full Functional Dependency 속성집합 Y 가속성집합 X 전체에대해서함수적으로종속된경우 { 학번, 과목코드 } 성적 성적이속성집합 Y 이고, { 학번, 과목코드 } 가속성집합 X 인상태에서, 성적은 { 학번, 과목코드 } 의어떤부분집합에도종속되지않음 학번만으로성적을결정지을수없고, 과목코드만으로성적을결정지을수없음 데이터전처리 (Data Preprocessing) - 05 데이터통합 13

14 2. 중복

15 유도속성derived attribute 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 어떤속성은다른속성이나속성의집합으로부터유도가능 연령속성은생년월일속성의유도속성 총점속성은각과목점수속성집합의유도속성 일반적으로데이터베이스조회성능을높이기위해반정규화과정에서유도속성정의 반정규화 de-normalization 정규화 normalization 의반대개념으로유도속성의정의 릴레이션의수직 / 수평분할등이존재 일반적으로정규화는데이터중복을제거하는과정, 반정규화는성능향상을위해중복을허용하는과정 유도속성은성능향상에도움이되지만, 데이터중복을허용하는과정으로데이터불일치문제발생 월소득속성값이 100 만원인데연소득속성값이 1,000 만원 ( 둘중하나의속성값에오류가존재 ) 데이터전처리 (Data Preprocessing) - 05 데이터통합 15

16 정규화되지않은테이블 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 정규화되지않은테이블의사용은데이터중복의원인이됨 일부러정규화하지않은채테이블을사용하는경우, 조인을피함으로성능을향상시키지만, 이러한테이블구조는데이터중복으로인한데이터일관성저해문제발생 예를들어, 이름과주소정보를키로사용하여구매자주문을저장하는데이터베이스 같은이름에다른주소를갖는경우에대해데이터불일치발생 정규화관점에서구매자주소는구매자의구매품목과는별개의테이블에저장필요 구매테이블의키가 ( 구매자번호 + 구매일시 ) 라고가정할때, 주소는키에부분함수적종속관계에있으므로제 2 정규화원칙에따라구매자번호와함께별도의테이블로분리설계해야함 그러나조회성능향상을위해테이블을분리하지않았을때에는같은구매자번호에대해서다른주소가존재할가능성은언제든지있음 데이터전처리 (Data Preprocessing) - 05 데이터통합 16

17 정규화가필요한이유 불필요한데이터중복으로공간낭비와이상 anomaly 발생 삽입이상 Insertion Anomaly : 새데이터를삽입하기위해불필요한데이터도삽입하는문제 갱신이상 Update Anomaly : 중복튜플중일부만변경하여데이터가불일치되는모순의문제 삭제이상 Delete Anomaly : 튜플삭제시필요한데이터까지함께삭제되는데이터손실문제 데이터전처리 (Data Preprocessing) - 05 데이터통합 17

18 삽입이상 Insertion Anomaly 학번학생이름학과과목코드성적 홍길동컴퓨터공학과 A 홍길동컴퓨터공학과 A 홍길동컴퓨터공학과 B 이순신기계공학과 A 이순신기계공학과 A 김철수경영학과 B+ 아직수업을하나도수강하지않은학생의경우, KEY 가 STUDENT_ID, COURSE_ID 로사용되고있으므로삽입불가 ( 기본키컬럼은 NULL 불가 ) 삽입하려면 수강미정 과같은과목코드를불필요하게삽입해야함 데이터전처리 (Data Preprocessing) - 05 데이터통합 18

19 갱신이상 Update Anomaly 학번 학생이름 학과 과목코드 성적 홍길동 컴퓨터공학과 A 홍길동 컴퓨터공학과 A 홍길동 컴퓨터공학과 B 이순신 기계공학과 A 이순신 기계공학과 A 김철수 경영학과 B+ 이순신 이 기계공학과 에서 컴퓨터공학과 로전과하면전체학과정보변경필요 모두변경하지않은경우 이순신 이 기계공학과 인지 컴퓨터공학과 인지알수없음 데이터전처리 (Data Preprocessing) - 05 데이터통합 19

20 삭제이상 Delete Anomaly 학번 학생이름 학과 과목코드 성적 홍길동 컴퓨터공학과 A 홍길동 컴퓨터공학과 A 홍길동 컴퓨터공학과 B 이순신 기계공학과 A 이순신 기계공학과 A 김철수 경영학과 B+ 김철수 가 과목을수강취소할경우, 김철수 에대한행을삭제하게됨 수강취소를반영하기위해서 김철수 학생정보가삭제되는이상발생 데이터전처리 (Data Preprocessing) - 05 데이터통합 20

21 정규화Normal Form 중복요소를찾아제거해나가는과정 제 1 정규화 : 하나의속성이원자값 atomic value 을갖도록설계를변경하는과정 제 2 정규화 : 주식별자가아닌속성들중에서주식별자전체가아닌일부속성에종속된속성을찾아제거하는과정 제 3 정규화 : 주식별자가아닌속성들중에서종속관계에있는속성을찾아제거하는과정 데이터전처리 (Data Preprocessing) - 05 데이터통합 21

22 제1정규화1NF, First Normal Form 학번 과목코드 성적 학생이름 학과 등록금 , , A, A+, B+ 홍길동 컴퓨터공학과 , A, A 이순신 기계공학과 B+ 김철수 경영학과 320 학번 과목코드 성적 학생이름 학과 등록금 A 홍길동 컴퓨터공학과 A+ 홍길동 컴퓨터공학과 B+ 홍길동 컴퓨터공학과 A 이순신 기계공학과 A 이순신 기계공학과 B+ 김철수 경영학과 320 데이터전처리 (Data Preprocessing) - 05 데이터통합 22

23 제2정규화2NF, Second Normal Form 학번 과목코드 성적 학생이름 학과 등록금 A 홍길동 컴퓨터공학과 A+ 홍길동 컴퓨터공학과 B+ 홍길동 컴퓨터공학과 A 이순신 기계공학과 A 이순신 기계공학과 B+ 김철수 경영학과 320 { 학번, 과목코드 } 성적 { 학번, 과목코드 } 학과 { 학번, 과목코드 } 등록금 학번 학과 학번 등록금 학과 등록금 부분함수종속성 데이터전처리 (Data Preprocessing) - 05 데이터통합 23

24 제2정규화2NF, Second Normal Form 학생 성적 학번 학과 등록금 컴퓨터공학과 기계공학과 경영학과 320 학번 과목코드 성적 A A B A A B+ 정규화를통해분리된릴레이션들은조인을통해원래의구조로복원가능 두릴레이션모두제 1 정규형에속하고, 기본키가아닌모든속성이기본키에완전종속 삽입이상 : 새로운학과가생기지만, 등록된학생이없다면학번속성이 NULL 삭제이상 : 학번이자퇴하는경우, 경영학과에대한정보가사라짐 데이터전처리 (Data Preprocessing) - 05 데이터통합 24

25 제3정규화3NF, Third Normal Form 기본키가아닌모든속성이기본키에이행적함수종속이되지않으면제 3 정규형 이행적함수종속 Transitive Functional Dependency : X, Y, Z 에대해서 X Y 이고 Y Z 이면, X Z 가성립 (Z 가 X 에이행적으로함수종속 ) 학생릴레이션의함수적종속성 학번 학과 학과 등록금 학번 등록금 이행적함수종속관계는 [X, Y], [Y, Z] 릴레이션으로분리 학번 학과 등록금 컴퓨터공학과 기계공학과 경영학과 320 학번 학과 컴퓨터공학과 기계공학과 경영학과 학과 등록금 컴퓨터공학과 350 기계공학과 400 경영학과 320 데이터전처리 (Data Preprocessing) - 05 데이터통합 25

26 3. 상관분석

27 상관분석Correlation Analysis 두속성간의엄격한함수적종속관계가성립하지는않지만, 상관분석을통해한속성이다른속성을얼마나강하게암시하는지를데이터를통해측정 두속성간에상관도가높다면두속성을중복으로보고그중하나의속성을제거할수있음 두속성간의상관도는데이터타입에따라다르게구함 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 데이터전처리 (Data Preprocessing) - 05 데이터통합 27

28 상관계수Correlation Coefficient 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 수치속성에대해서속성 A 와 B 의상관계수 r A,B = σ i=1 N a i Aҧ Nσ A σ B b i തB = σ i=1 N a i b i NAҧ തB Nσ A σ B N: 튜플의개수 a i, b i : 튜플 i에서의속성 A, B의값 A ҧ, തB : 속성 A, B의평균값 σ A, σ B : 속성 A, B 의표준편차 1 r A,B +1 : 상관계수결과값범위 r A,B 0 : 속성 A, B 는양의상관관계 positively correlated, 즉 B 값이증가함에따라 A 값이증가 r A,B 0 : 속성 A, B 는음의상관관계 negatively correlated, 즉 B 값이증가함에따라 A 값이감소 r A,B = 0 : 속성 A, B 는독립적이며둘사이에상관관계가없음 데이터전처리 (Data Preprocessing) - 05 데이터통합 28

29 상관계수Correlation Coefficient 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 상관계수 r A,B 의절대값이클수록더강한상관성이있다는의미 일반적으로두속성간상관성이클수록중복속성으로판단해서하나의속성을분석대상에서배제해도분석결과에큰영향을주지않음 상관관계가인과관계를직접의미하는것은아님 어떤지역의병원수와자동차수사이에상관관계를발견해도병원수와자동차수사이의어떤인과가존재한다기보다는두속성다인구에대한인과관계로보는것이타당 상관분석상강한상관관계를나타낸다고하더라도중복속성여부를판단할때는해당분야도메인지식을충분히고려해서최종판단하는것이바람직함 데이터전처리 (Data Preprocessing) - 05 데이터통합 29

30 카이제곱검정Chi-Square Tests 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 범주형 ( 이산형 ) 데이터인경우, 속성 A 와 B 사이의상관관계는피어슨 Pearson 의카이제곱 χ 2 검정에의해측정가능 속성 A 가 c 개의범주값 a 1,a 2,,a c 를가진다고가정 속성 B 가 r 개의범주값 b 1, b 2,,b r 를가진다고가정 속성 A 와 B 에의해구성되는튜플은 c 개의열과 r 개의행으로구성되는분할표로표현 A i,b j 를속성 A 가 a i 를가지고, 속성 B 가 b j 를가지는튜플이라고할때 χ 2 의정의 c r χ 2 = i=1 j=1 = o ij e ij 2 e ij o ij : A i,b j 에대한관측도수 observed frequency ; 실제로존재하는 A i,b j 튜플수 e ij : A i,b j 에대한기대도수 expected frequency ; 확률적으로기대되는 A i,b j 튜플수 데이터전처리 (Data Preprocessing) - 05 데이터통합 30

31 카이제곱검정Chi-Square Tests 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 기대도수 e ij 계산식 e ij = count(a = a i) count(b = b j ) N N : 데이터튜플수 count(a = a i ) : 속성 A 에대하여 a i 를갖는튜플수 count(b = b j ) : 속성 B 에대하여 b j 를갖는튜플수 χ 2 통계량은속성 A 와 B 가독립이라는가설을검증 카이제곱검정은자유도 r 1 c 1 을갖는유의수준에근거하여검정 데이터전처리 (Data Preprocessing) - 05 데이터통합 31

32 4. 데이터값충돌탐지및해결

33 데이터값충돌탐지및해결 이현호, Python 과 SQL 을활용한실전데이터전처리, 카오스북, 서로다른데이터원천의데이터들을통합할때동일한개체에대해서도속성값이다를수있음 표현 representation, 척도 scaling, 부호화 encoding 등의차이 거리를나타내는속성으로어느 DB 에서는미터 meter 단위로다른 DB 에서는마일 mile 단위로저장 학생성적데이터로어느 DB 에서는과목별점수가저장되고, 다른 DB 에서는총점과평균만저장 동일한개체의동일한값이데이터원천에따라다르게표현되어있는경우, 데이터통합시에기준을정하여데이터값을변환하여통합시키는것이필요 통합과정에서 DB 의속성을일치시킬때데이터구조에도주의를기울여야함 원천시스템의기능적종속성과제약사항들이목표통합시스템의것과일치해야함 어느시스템에서는할인이총주문금액에적용되는반면다른시스템에서는주문을구성하는개별항목에적용 데이터의의미적이질성과데이터구조는데이터통합시에여러문제를발생시킴 여러유형의문제들을신중하게해결하여통합데이터의중복과불일치문제를최소화

34 데이터전처리 (Data Preprocessing) - 05 데이터통합 34

Microsoft PowerPoint _정규화

Microsoft PowerPoint _정규화 엔터프라이즈솔루션데이터베이스 2006. 0. 00 2007년상반기 홍길동정보처리기술사 webmaster@inforever.com -0- 논리적모델검증필요성 함수적종속 (Function Dependence) 어떤릴레이션 R 에서속성 x 의값각각에대해다른속성 y 의값이오직 하나만연관되어있을때 Y 는 X 에함수적으로종속된다 라고하며 x -> y 로표현함. 함수적종속성추론규칙

More information

PowerPoint Presentation

PowerPoint Presentation 데이터종속성과정규화 이장의주요내용 데이터의잘못된논리적표현으로인해발생하는이상현 상들 함수종속성 정규화 제 1 정규형, 제 2 정규형, 제 3 정규형, BCNF 제 4 정규형, 제 5 정규형 참고문헌 데이타베이스시스템, 이석호저, 정익사 (chapter 11 장 ), 2005 년 2 데이타의논리적표현 조직체가가지고있는대량의운용데이터를어떻게조직해야효율적으로관리할수있는가?

More information

Microsoft PowerPoint - 사본 - OAS09-사무자동화 기술(DB).ppt

Microsoft PowerPoint - 사본 - OAS09-사무자동화 기술(DB).ppt 1. 데이터베이스정의 : 특정조직이업무수행하는데필요한관련성있는자료들의집합체 ( 통합, 저장, 운영, 공용 ) 2. 데이터베이스시스템도입배경 : 파일시스템의문제점을해결 응용프로그램 1 ( 인사 ) 응용프로그램 2 ( 급여 ) 응용프로그램 3 ( 자재 ) 응용프로그램 4 ( 마케팅 ) 파일 1 파일 2 파일 3 파일 4 * 독립된파일단위로업무와관련한데이터를저장하므로데이터중복성과데이터종속성발생

More information

Object Oriented Analyis & Design Training Agenda

Object Oriented Analyis & Design Training Agenda Chapter 1 Players in the Systems Game 1 C H A P T E R 6 데이터베이스 데이터베이스의정의 한조직내에서관련된자료들을정보생산을목적으로 논리적관계에따라분류하고정리해서전자적매체에 저장해놓은것 데이터베이스의특성 (1) 집합 (2) 목적지향적 (3) 공유 (4) 상호연관성 Chapter 1 Players in the Systems

More information

<4D F736F F F696E74202D E DB0FCB0E820BBE7BBF3BFA120C0C7C7D120B0FCB0E820B5A5C0CCC5CDBAA3C0CCBDBA20BCB3B0E8>

<4D F736F F F696E74202D E DB0FCB0E820BBE7BBF3BFA120C0C7C7D120B0FCB0E820B5A5C0CCC5CDBAA3C0CCBDBA20BCB3B0E8> 데이터베이스 (Database) ER- 관계사상에의한관계데이터베이스설계 문양세강원대학교 IT특성화대학컴퓨터과학전공 설계과정 [ 그림 3.1] 작은세계 요구사항들의수정과분석 Functional Requirements 데이타베이스요구사항들 FUNCTIONAL ANALYSIS 개념적설계 ERD 사용 High level ltransaction Specification

More information

Microsoft PowerPoint - 27.pptx

Microsoft PowerPoint - 27.pptx 이산수학 () n-항관계 (n-ary Relations) 2011년봄학기 강원대학교컴퓨터과학전공문양세 n-ary Relations (n-항관계 ) An n-ary relation R on sets A 1,,A n, written R:A 1,,A n, is a subset R A 1 A n. (A 1,,A n 에대한 n- 항관계 R 은 A 1 A n 의부분집합이다.)

More information

InsertColumnNonNullableError(#colName) 에해당하는메시지출력 존재하지않는컬럼에값을삽입하려고할경우, InsertColumnExistenceError(#colName) 에해당하는메시지출력 실행결과가 primary key 제약에위배된다면, Ins

InsertColumnNonNullableError(#colName) 에해당하는메시지출력 존재하지않는컬럼에값을삽입하려고할경우, InsertColumnExistenceError(#colName) 에해당하는메시지출력 실행결과가 primary key 제약에위배된다면, Ins Project 1-3: Implementing DML Due: 2015/11/11 (Wed), 11:59 PM 이번프로젝트의목표는프로젝트 1-1 및프로젝트 1-2에서구현한프로그램에기능을추가하여간단한 DML을처리할수있도록하는것이다. 구현한프로그램은 3개의 DML 구문 (insert, delete, select) 을처리할수있어야한다. 테이블데이터는파일에저장되어프로그램이종료되어도사라지지않아야한다.

More information

슬라이드 제목 없음

슬라이드 제목 없음 4.2 SQL 개요 SQL 개요 SQL은현재 DBMS 시장에서관계 DBMS가압도적인우위를차지하는데중요한요인의하나 SQL은 IBM 연구소에서 1974년에 System R이라는관계 DBMS 시제품을연구할때관계대수와관계해석을기반으로, 집단함수, 그룹화, 갱신연산등을추가하여개발된언어 1986년에 ANSI( 미국표준기구 ) 에서 SQL 표준을채택함으로써 SQL이널리사용되는데기여

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 데이터베이스정의와특성 데이터베이스 (DB, DataBase) 어느한조직의여러응용시스템을공유할수있도록통합, 저장, 운영되는데이터집합 데이터베이스의성질 통합된데이터 (integrated data) 저장된데이터 (stored data) 운영데이터 (operational data) 공용데이터 (shared data) - 1 - 데이터베이스정의와특성 ( 계속 ) 데이터베이스의특성

More information

Microsoft PowerPoint - ch07_데이터베이스 언어 SQL.pptx

Microsoft PowerPoint - ch07_데이터베이스 언어 SQL.pptx 05-01 SQL의소개 SQL을이용한데이터정의 SQL을이용한데이터조작 뷰 삽입 SQL 학습목표 SQL의역할을이해하고, 이를기능별로분류해본다. SQL의데이터정의기능을예제를통해익힌다. SQL의데이터조작기능을예제를통해익힌다. 뷰의개념과장점을이해한다. 삽입 SQL의역할을이해한다. 2 01 SQL 의소개 SQL (Structured Query Language) 의미

More information

강의 개요

강의 개요 DDL TABLE 을만들자 웹데이터베이스 TABLE 자료가저장되는공간 문자자료의경우 DB 생성시지정한 Character Set 대로저장 Table 생성시 Table 의구조를결정짓는열속성지정 열 (Clumn, Attribute) 은이름과자료형을갖는다. 자료형 : http://dev.mysql.cm/dc/refman/5.1/en/data-types.html TABLE

More information

강의 개요

강의 개요 정규화와 SELECT (II) 웹데이터베이스 학과 학생 과목 학과 지도교수 학과학번성명 수강과목 담당교수 A 김수정 A 0001 고길동 성질이론 김수정 B 허영만 A 0002 둘리 한식의멋 허영만 C 강풀 B 0003 희동이 심리학의이해 강풀 과목 _ 성적 학번 수강과목 성적 0001 성질이론 A 0001 한식의멋 C 0002 성질이론 A 0002 한식의멋

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 데이터베이스및설계 Chap 1. 데이터베이스환경 (#2/2) 2013.03.04. 오병우 컴퓨터공학과 Database 용어 " 데이타베이스 용어의기원 1963.6 제 1 차 SDC 심포지움 컴퓨터중심의데이타베이스개발과관리 Development and Management of a Computer-centered Data Base 자기테이프장치에저장된데이터파일을의미

More information

<C1A62038B0AD20B0ADC0C7B3EBC6AE2E687770>

<C1A62038B0AD20B0ADC0C7B3EBC6AE2E687770> 제 8강 SQL: 관계데이터베이스언어 강의목표 관계데이타베이스언어로서상용 DBMS에서가장널리사용되는 SQL의동작원리에관하여학습하고, 이를이용하여다양한질의문을작성하는방법을습득한다 기대효과 SQL의데이터정의기능을이해한다 SQL의데이터조작기능중질의기능을이해한다 SQL의데이터조작기능중데이터갱신기능을이해한다 SQL의데이터조작기능중뷰및인덱스관련기능을이해한다 SQL 의개요

More information

03-01 데이터모델링과데이터모델의개념 개체-관계모델 논리적데이터모델

03-01 데이터모델링과데이터모델의개념 개체-관계모델 논리적데이터모델 03-01 데이터모델링과데이터모델의개념 개체-관계모델 논리적데이터모델 학습목표 데이터모델링과데이터모델의개념을이해한다. 개념적데이터모델인개체 - 관계모델을이용해모델링을하는방법을익힌다. 개체 - 관계모델을개체 - 관계다이어그램으로작성하는방법을익힌다. 논리적데이터모델의종류와특징을이해한다. 2 01 데이터모델링과데이터모델의개념 3 01 데이터모델링과데이터모델의개념

More information

PowerPoint Presentation

PowerPoint Presentation Computer Science Suan Lee - Computer Science - 06 데이터베이스 1 06 데이터베이스 - Computer Science - 06 데이터베이스 2 목차 1. 데이터베이스의개요 2. 데이터모델 3. 관계형데이터베이스 4. SQL 5. 모바일데이터베이스 - Computer Science - 06 데이터베이스 3 데이터베이스의개념

More information

<C1A4BAB8C3B3B8AE5FBBEABEF7B1E2BBE75FC7CAB1E25F E687770>

<C1A4BAB8C3B3B8AE5FBBEABEF7B1E2BBE75FC7CAB1E25F E687770> 3.2 관계데이터언어 0709 (1) 관계대수 0703 0705 0703 1) 관계대수정의 1 원하는정보와그정보를어떻게유도하는가를기술하는절차적인방법 0503 2 주어진관계로부터원하는관계를얻기위해연산자와연산규칙을제공하는언어 0503 3 릴레이션조작을위한연산의집합으로피연산자와결과가모두릴레이션이라는특성을가짐 2) 순수관계연산자 0305 관계데이터베이스에적용할수있도록특별히개발된관계연산자

More information

슬라이드 제목 없음

슬라이드 제목 없음 5.2 ER 모델 ( 계속 ) 관계와관계타입 관계는엔티티들사이에존재하는연관이나연결로서두개이상의엔티티타입들사이의사상으로생각할수있음 관계집합은동질의관계들의집합 관계타입은동질의관계들의틀 관계집합과관계타입을엄격하게구분할필요는없음 요구사항명세에서흔히동사는 ER 다이어그램에서관계로표현됨 ER 다이어그램에서다이어몬드로표기 관계타입이서로연관시키는엔티티타입들을관계타입에실선으로연결함

More information

Microsoft PowerPoint - 10Àå.ppt

Microsoft PowerPoint - 10Àå.ppt 10 장. DB 서버구축및운영 DBMS 의개념과용어를익힌다. 간단한 SQL 문법을학습한다. MySQL 서버를설치 / 운영한다. 관련용어 데이터 : 자료 테이블 : 데이터를표형식으로표현 레코드 : 테이블의행 필드또는컬럼 : 테이블의열 필드명 : 각필드의이름 데이터타입 : 각필드에입력할값의형식 학번이름주소연락처 관련용어 DB : 테이블의집합 DBMS : DB 들을관리하는소프트웨어

More information

DBMS & SQL Server Installation Database Laboratory

DBMS & SQL Server Installation Database Laboratory DBMS & 조교 _ 최윤영 } 데이터베이스연구실 (1314 호 ) } 문의사항은 cyy@hallym.ac.kr } 과제제출은 dbcyy1@gmail.com } 수업공지사항및자료는모두홈페이지에서확인 } dblab.hallym.ac.kr } 홈페이지 ID: 학번 } 홈페이지 PW:s123 2 차례 } } 설치전점검사항 } 설치단계별설명 3 Hallym Univ.

More information

Microsoft PowerPoint - QVIZMVUMWURI.pptx

Microsoft PowerPoint - QVIZMVUMWURI.pptx 데이타베이스시스템 2011.03 충북대학교경영정보학과조완섭 (wscho@chungbuk.ac.kr) Chap. 4 SQL 질의어 C4 2 목차 - SQL2에서데이터정의, 제약조건및스키마변경 - SQL에서의기본질의 - 더복잡한 SQL 질의들 - SQL에서삽입, 삭제, 갱신구문 - SQL 뷰 - 주장으로추가적인제약조건명시 - SQL의부가적인기능들 Ch4 3 SQL

More information

슬라이드 제목 없음

슬라이드 제목 없음 MS SQL Server 마이크로소프트사가윈도우운영체제를기반으로개발한관계 DBMS 모바일장치에서엔터프라이즈데이터시스템에이르는다양한플랫폼에서운영되는통합데이터관리및분석솔루션 2 MS SQL Server 개요 3.1 MS SQL Server 개요 클라이언트-서버모델을기반으로하는관계 DBMS 로서윈도우계열의운영체제에서만동작함 오라클관계 DBMS 보다가격이매우저렴한편이고,

More information

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

@OneToOne(cascade = = "addr_id") private Addr addr; public Emp(String ename, Addr addr) { this.ename = ename; this.a

@OneToOne(cascade = = addr_id) private Addr addr; public Emp(String ename, Addr addr) { this.ename = ename; this.a 1 대 1 단방향, 주테이블에외래키실습 http://ojcedu.com, http://ojc.asia STS -> Spring Stater Project name : onetoone-1 SQL : JPA, MySQL 선택 http://ojc.asia/bbs/board.php?bo_table=lecspring&wr_id=524 ( 마리아 DB 설치는위 URL

More information

adfasdfasfdasfasfadf

adfasdfasfdasfasfadf C 4.5 Source code Pt.3 ISL / 강한솔 2019-04-10 Index Tree structure Build.h Tree.h St-thresh.h 2 Tree structure *Concpets : Node, Branch, Leaf, Subtree, Attribute, Attribute Value, Class Play, Don't Play.

More information

슬라이드 제목 없음

슬라이드 제목 없음 뷰와시스템카탈로그 관계데이터베이스시스템의뷰 (view) 는다른릴레이션으로부터유도된릴레이션 (derived relation) 으로서 ANSI/SPARC 3단계아키텍처의외부뷰와다름 뷰는관계데이터베이스시스템에서데이터베이스의보안메카니즘으로서, 복잡한질의를간단하게표현하는수단으로서, 데이터독립성을높이기위해서사용됨 시스템카탈로그는시스템내의객체 ( 기본릴레이션, 뷰, 인덱스,

More information

(001~006)개념RPM3-2(부속)

(001~006)개념RPM3-2(부속) www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로

More information

Microsoft PowerPoint - 3장-MS SQL Server.ppt [호환 모드]

Microsoft PowerPoint - 3장-MS SQL Server.ppt [호환 모드] MS SQL Server 마이크로소프트사가윈도우운영체제를기반으로개발한관계 DBMS 모바일장치에서엔터프라이즈데이터시스템에이르는다양한플랫폼에서운영되는통합데이터관리및분석솔루션 2 MS SQL Server 개요 3.1 MS SQL Server 개요 클라이언트-서버모델을기반으로하는관계 DBMS로서윈도우계열의운영체제에서만동작함 오라클관계 DBMS보다가격이매우저렴한편이고,

More information

제 12강 함수수열의 평등수렴

제 12강 함수수열의 평등수렴 제 강함수수열의평등수렴 함수의수열과극한 정의 ( 점별수렴 ): 주어진집합 과각각의자연수 에대하여함수 f : 이있다고가정하자. 이때 을집합 에서로가는함수의수열이라고한다. 모든 x 에대하여 f 수열 f ( x) lim f ( x) 가성립할때함수수열 { f } 이집합 에서함수 f 로수렴한다고한다. 또 함수 f 을집합 에서의함수수열 { f } 의극한 ( 함수 ) 이라고한다.

More information

6장. SQL

6장. SQL 학습목표 SQL이 무엇인지 개념을 설명 테이블을 생성, 변경, 제거할 할 수 있다. 수 있다. 데이터를 검색, 갱신, 삽입, 삭 제할 수 있다. 뷰, 시스템 카탈로그, 저장 프 로시저, 트리거에 대한 개념 을 설명할 수 있다. 2 목차 SECTION 01 SQL의 개요 11 SQL의 역사 12 SQL의 유형별 종류 SECTION 0 21 스키마 22 테이블

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 IT CookBook, SQL Server 로배우는데이터베이스개론과실습 [ 강의교안이용안내 ] 본강의교안의저작권은한빛아카데미 에있습니다. 이자료를무단으로전제하거나배포할경우저작권법 136 조에의거하여최고 5 년이하의징역또는 5 천만원이하의벌금에처할수있고이를병과 ( 倂科 ) 할수도있습니다. Chapter2. 관계데이터모델 SQL Server 로배우는데이터베이스개론과실습

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포 생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 데이터베이스및설계 Chap 7. 데이터종속성과정규화 2012.05.21. 오병우 컴퓨터공학과 데이터베이스구축 데이터베이스구축 DB 설계필요 : 전체 attribute 를 relation 별로 grouping 필요 (Logical) database design DDL 을가지고 conceptual schema 정의 Given some body of data suitable

More information

설계란 무엇인가?

설계란 무엇인가? 금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,

More information

Microsoft PowerPoint Relations.pptx

Microsoft PowerPoint Relations.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2010년봄학기강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

SQL

SQL 데이터베이스및 SQL 언어의기초 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 데이터베이스및 SQL 언어의기초 1 / 36 Part I 데이터베이스 박창이 ( 서울시립대학교통계학과 ) 데이터베이스및 SQL 언어의기초 2 / 36 데이터의구성및표현 개체 (entity): DB가표현하려는유형 / 무형적정보의대상속성 (attribute): 개체가갖는특성도메인

More information

< B3E220C1A4BAB8C3B3B8AEBBEABEF7B1E2BBE B3E2B0A320B1E2C3E2B9AEC1A6C0BAC7E02E687770>

< B3E220C1A4BAB8C3B3B8AEBBEABEF7B1E2BBE B3E2B0A320B1E2C3E2B9AEC1A6C0BAC7E02E687770> [ 정보처리기사/ 산업기사] 데이터베이스 [ 정보처리기사/ 산업기사기출문제은행] 1과목 - 데이터베이스 10 년간기출문제(99~08 년도) -1- * 주요키워드 * (1) 데이터베이스정의, 목적, 특성, 장/ 단점 (2) 데이터베이스시스템 (3) 정보시스템 & 자료처리시스템 (4) 데이터와정보 (5) 2008 년기출문제( 중복제거) (1) 데이터베이스정의,

More information

lecture01

lecture01 Lecture 01: Database Overview Kwang-Man Ko kkmam@sangji.ac.kr, compiler.sangji.ac.kr Department of Computer Engineering Sang Ji University 2018 강의정보 l 교과목명 : 데이터베이스 l 선수과목 : 자료구조, 화일구조 l 강의시간 : 금 3,4,5교시

More information

VENUS Express 사용자 매뉴얼

VENUS Express 사용자 매뉴얼 1 장데이터베이스 2 장데이터모델링 < 연습문제답 > 1 번답 : 관련된데이터들의모임을데이터베이스라고한다. 2 번답 : 물리스키마를변경하지않고개념스키마의변경이가능함을물리적데이터독립 성이라한다. 3 번답 : 위쪽부터차례로 conceptual design, logical design, physical design 4 번답 : 가. DDL 5 번답 : 가. 개념스키마

More information

PowerPoint Template

PowerPoint Template ` ERwin Data Modeler 사용자교육 ERwin Data Modeler 소개 I. ERwin Data Modeler 목차 1. ERwin 소개 2. ERwin 의모델링용어소개 3. ERwin Model Type 4. Relationship Issue -2-2 II. ERwin Data Modeler (Outline) ERwin Data Modeler

More information

PowerPoint Presentation

PowerPoint Presentation 데이터전처리 Data Preprocessing 02 데이터전처리개요 목차 1. 데이터전처리 2. 데이터품질 3. 데이터전처리단계 데이터전처리 (Data Preprocessing) - 02 데이터전처리개요 3 1. 데이터전처리 데이터분석단계 해석과평가 데이터마이닝 변환 지식 전처리 패턴 선택 목표데이터 전처리된데이터 변환된데이터 데이터 데이터전처리 (Data

More information

Chap 6: Graphs

Chap 6: Graphs 5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV

More information

Microsoft PowerPoint - 26.pptx

Microsoft PowerPoint - 26.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

<4D F736F F F696E74202D205BC1A4BAB8C3B3B8AEB1E2BBE7BBEABEF7BDC7B1E2B1E2C3E2B9AEC1A6C7AEC0CC5D B3E231C8B82E707074>

<4D F736F F F696E74202D205BC1A4BAB8C3B3B8AEB1E2BBE7BBEABEF7BDC7B1E2B1E2C3E2B9AEC1A6C7AEC0CC5D B3E231C8B82E707074> 1. 알고리즘 : 34 강행과열을바꿔출력하는순서도 START ROW = 4 COL = 3 A(ROW, COL) B(COL, ROW) N = 0 P = 1 Q = 0 S = 1, ROW, 1 S = 1, ROW, 1 T = 1, COL, 1 () Q = Q+1 B(P, Q) = (3) A(S, T) Q >= (4) ROW NO YES (5) P = P+1 Q

More information

FGB-P 학번수학과권혁준 2008 년 5 월 19 일 Lemma 1 p 를 C([0, 1]) 에속하는음수가되지않는함수라하자. 이때 y C 2 (0, 1) C([0, 1]) 가미분방정식 y (t) + p(t)y(t) = 0, t (0, 1), y(0)

FGB-P 학번수학과권혁준 2008 년 5 월 19 일 Lemma 1 p 를 C([0, 1]) 에속하는음수가되지않는함수라하자. 이때 y C 2 (0, 1) C([0, 1]) 가미분방정식 y (t) + p(t)y(t) = 0, t (0, 1), y(0) FGB-P8-3 8 학번수학과권혁준 8 년 5 월 9 일 Lemma p 를 C[, ] 에속하는음수가되지않는함수라하자. 이때 y C, C[, ] 가미분방정식 y t + ptyt, t,, y y 을만족하는해라고하면, y 는, 에서연속적인이계도함수를가지게확 장될수있다. Proof y 은 y 의도함수이므로미적분학의기본정리에의하여, y 은 y 의어떤원시 함수와적분상수의합으로표시될수있다.

More information

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >

More information

MySQL-.. 1

MySQL-.. 1 MySQL- 기초 1 Jinseog Kim Dongguk University jinseog.kim@gmail.com 2017-08-25 Jinseog Kim Dongguk University jinseog.kim@gmail.com MySQL-기초 1 2017-08-25 1 / 18 SQL의 기초 SQL은 아래의 용도로 구성됨 데이터정의 언어(Data definition

More information

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut 경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si

More information

본 강의에 들어가기 전

본 강의에 들어가기 전 C 기초특강 종합과제 과제내용 구조체를이용하여교과목이름과코드를파일로부터입력받아관리 구조체를이용하여학생들의이름, 학번과이수한교과목의코드와점수를파일로부터입력 학생개인별총점, 평균계산 교과목별이수학생수, 총점및평균을계산 결과를파일에저장하는프로그램을작성 2 Makefile OBJS = score_main.o score_input.o score_calc.o score_print.o

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

More information

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대검찰청 차장검사,대검찰청 검사,검찰연구관,부

More information

Chapter 5 비즈니스인텔리젼스의기초 : 데이터베이스와정보관리

Chapter 5 비즈니스인텔리젼스의기초 : 데이터베이스와정보관리 Chapter 5 비즈니스인텔리젼스의기초 : 데이터베이스와정보관리 Essentials of Management Information Systems Chapter. 5 비즈니스인텔리젼스의기초 : 데이터베이스와정보관리 학습목표 관계형데이터베이스가데이터를어떻게구성하고, 객체지향데이터베이스와어떠한차이가존재하는가? 데이테베이스관리시스템의원리는무엇인가? 기업의성과와의사결정력을향상시키기위한데이터베이스의정보에접근하기위한주요도구와기술들은무엇인가?

More information

Microsoft PowerPoint - Database.ppt

Microsoft PowerPoint - Database.ppt 의료정보시스템과데이터베이스 - 서울의대의료정보학강좌 - 20050907 PsyBase 10 데이터베이스의활용 통신 교통 물류 재정 지식경영 문헌정보 사회사업 국방 교육 과학연구 30 년여의짧은연구역사 1000 억불시장의형성 1995 년서울대학교병원신경정신과에서사용되기시작된국내최초의전자의무기록 PsyBase 10 의무기록의하부구조와표면구조 What is the

More information

<4D F736F F F696E74202D E20B0FCB0E820B5A5C0CCC5CD20B8F0B5A8B0FA20B0FCB0E820B5A5C0CCC5CDBAA3C0CCBDBA20C1A6BEE020C1B6B0C7>

<4D F736F F F696E74202D E20B0FCB0E820B5A5C0CCC5CD20B8F0B5A8B0FA20B0FCB0E820B5A5C0CCC5CDBAA3C0CCBDBA20C1A6BEE020C1B6B0C7> 데이터베이스 (Database) 과관계데이터베이스제약조건 문양세강원대학교 IT특성화대학컴퓨터과학전공 강의내용. 관계모델의개념 관계모델제약조건과관계형데이터베이스스키마 갱신연산과제약조건의위반처리 Page 2 & 관계데이터베이스 1970 년 IBM 연구소의 Ted Codd 가처음으로소개 대표적관계 DMBS IBM의 DB2 Informix 의 Dynamic Server

More information

Microsoft PowerPoint Python-DB

Microsoft PowerPoint Python-DB 순천향대학교컴퓨터공학과이상정 순천향대학교컴퓨터공학과 1 학습내용 데이터베이스 SQLite 데이터베이스 파이썬과데이터베이스연결 순천향대학교컴퓨터공학과 2 데이터베이스 (Database) 소개 데이터베이스 DBMS (DataBase Management System) 이라고도함 대용량의데이터를매우효율적으로처리하고저장하는기술 SQLite, 오라클, MySQL 등이있음

More information

untitled

untitled (shared) (integrated) (stored) (operational) (data) : (DBMS) :, (database) :DBMS File & Database - : - : ( : ) - : - : - :, - DB - - -DBMScatalog meta-data -DBMS -DBMS - -DBMS concurrency control E-R,

More information

Spring Boot/JDBC JdbcTemplate/CRUD 예제

Spring Boot/JDBC JdbcTemplate/CRUD 예제 Spring Boot/JDBC JdbcTemplate/CRUD 예제 오라클자바커뮤니티 (ojc.asia, ojcedu.com) Spring Boot, Gradle 과오픈소스인 MariaDB 를이용해서 EMP 테이블을만들고 JdbcTemplate, SimpleJdbcTemplate 을이용하여 CRUD 기능을구현해보자. 마리아 DB 설치는다음 URL 에서확인하자.

More information

A Hierarchical Approach to Interactive Motion Editing for Human-like Figures

A Hierarchical Approach to Interactive Motion Editing for Human-like Figures 단일연결리스트 (Singly Linked List) 신찬수 연결리스트 (linked list)? tail 서울부산수원용인 null item next 구조체복습 struct name_card { char name[20]; int date; } struct name_card a; // 구조체변수 a 선언 a.name 또는 a.date // 구조체 a의멤버접근 struct

More information

<B3EDB4DC28B1E8BCAEC7F6292E687770>

<B3EDB4DC28B1E8BCAEC7F6292E687770> 1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소

More information

<443A5C4C C4B48555C B3E25C32C7D0B1E25CBCB3B0E8C7C1B7CEC1A7C6AE425CBED0C3E0C7C1B7CEB1D7B7A55C D616E2E637070>

<443A5C4C C4B48555C B3E25C32C7D0B1E25CBCB3B0E8C7C1B7CEC1A7C6AE425CBED0C3E0C7C1B7CEB1D7B7A55C D616E2E637070> #include "stdafx.h" #include "Huffman.h" 1 /* 비트의부분을뽑아내는함수 */ unsigned HF::bits(unsigned x, int k, int j) return (x >> k) & ~(~0

More information

Microsoft PowerPoint - 6.pptx

Microsoft PowerPoint - 6.pptx DB 암호화업데이트 2011. 3. 15 KIM SUNGJIN ( 주 ) 비에이솔루션즈 1 IBM iseries 암호화구현방안 목차 목 차 정부시책및방향 제정안특이사항 기술적보호조치기준고시 암호화구현방안 암호화적용구조 DB 암호화 Performance Test 결과 암호화적용구조제안 [ 하이브리드방식 ] 2 IBM iseries 암호화구현방안 정부시책및방향

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 데이터베이스및설계 Chap 4. 관계데이터베이스 (#2/2) 2013.03.20. 오병우 컴퓨터공학과 Integrity rule Introduction To inform the DBMS of certain constraints in the real world, so that it can prevent impossible configuration of values

More information

실험 5

실험 5 실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.

More information

Tablespace On-Offline 테이블스페이스 온라인/오프라인

Tablespace On-Offline 테이블스페이스 온라인/오프라인 2018/11/10 12:06 1/2 Tablespace On-Offline 테이블스페이스온라인 / 오프라인 목차 Tablespace On-Offline 테이블스페이스온라인 / 오프라인... 1 일반테이블스페이스 (TABLESPACE)... 1 일반테이블스페이스생성하기... 1 테이블스페이스조회하기... 1 테이블스페이스에데이터파일 (DATA FILE) 추가

More information

공기중에서 낙하하는 물체의 운동 이론(교사용)

공기중에서 낙하하는 물체의 운동 이론(교사용) 공기중에서낙하하는물체의운동 ( 교사지도자료 ) ( 사이언스큐브웹사이트 : www.sciencecube.com) 실험은지도교사의지도아래실시하고실험안전주의사항을반드시숙지하고지켜주세요. www.sciencecube.com 1 1. 활동안내도움말 (Teacher Information) 공기중에서낙하하는물체는중력과공기저항에의한힘을받아서운동을하게된다. 이때물체에작용하는중력

More information

Microsoft PowerPoint 관계 DB의 FD와 정규화

Microsoft PowerPoint 관계 DB의 FD와 정규화 데이터베이스 (Database) 관계데이터베이스의함수적종속성과정규화 문양세강원대학교 IT특성화대학컴퓨터과학전공 강의내용 릴레이션스키마를설계하는몇가지개략적인지침 함수적종속성 (functional dependencies, FDs) 기본키를기반으로한정규형 제 2 정규형과제 3 정규형의일반적인정의 BCNF (Boyce Codd Normal lf Form) Page

More information

R

R R 과데이터분석 상관관계 양창모 청주교육대학교컴퓨터교육과 2015 년여름 양창모 ( 청주교육대학교컴퓨터교육과 ) Data Analysis using R 2015 년여름 1 / 20 상관관계 양적변수quantitative variables 사이의관계relationships를나타내기위하여상관계수correlation coefficients를사용한다. ± 기호를사용하여관계의방향을나타낸다.

More information

3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로

3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로 3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로성립한다. Theorem 7 두함수 f : X Y 와 g : X Y 에대하여, f = g f(x)

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역

WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역 WINDOW FUNCTION 의이해와활용방법 엑셈컨설팅본부 / DB 컨설팅팀정동기 개요 Window Function 이란행과행간의관계를쉽게정의할수있도록만든함수이다. 윈도우함수를활용하면복잡한 SQL 들을하나의 SQL 문장으로변경할수있으며반복적으로 ACCESS 하는비효율역시쉽게해결할수있다. 이번화이트페이퍼에서는 Window Function 중순위 RANK, ROW_NUMBER,

More information

윈도우시스템프로그래밍

윈도우시스템프로그래밍 데이터베이스및설계 MySQL 을위한 MFC 를사용한 ODBC 프로그래밍 2012.05.10. 오병우 컴퓨터공학과금오공과대학교 http://www.apmsetup.com 또는 http://www.mysql.com APM Setup 설치발표자료참조 Department of Computer Engineering 2 DB 에속한테이블보기 show tables; 에러발생

More information

학습목차 2.1 다차원배열이란 차원배열의주소와값의참조

학습목차 2.1 다차원배열이란 차원배열의주소와값의참조 - Part2- 제 2 장다차원배열이란무엇인가 학습목차 2.1 다차원배열이란 2. 2 2 차원배열의주소와값의참조 2.1 다차원배열이란 2.1 다차원배열이란 (1/14) 다차원배열 : 2 차원이상의배열을의미 1 차원배열과다차원배열의비교 1 차원배열 int array [12] 행 2 차원배열 int array [4][3] 행 열 3 차원배열 int array [2][2][3]

More information

빅데이터분산컴퓨팅-5-수정

빅데이터분산컴퓨팅-5-수정 Apache Hive 빅데이터분산컴퓨팅 박영택 Apache Hive 개요 Apache Hive 는 MapReduce 기반의 High-level abstraction HiveQL은 SQL-like 언어를사용 Hadoop 클러스터에서 MapReduce 잡을생성함 Facebook 에서데이터웨어하우스를위해개발되었음 현재는오픈소스인 Apache 프로젝트 Hive 유저를위한

More information

5장 SQL 언어 Part II

5장 SQL 언어 Part II 5 장 SQL 언어 Part II 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 5 장 SQL 언어 Part II 1 / 26 데이터조작문 데이터검색 : SELECT 문데이터추가 : INSERT 문데이터수정 : UPDATE 문데이터삭제 : DELETE 문 박창이 ( 서울시립대학교통계학과 ) 5 장 SQL 언어 Part II 2 / 26 SELECT

More information

Secure Programming Lecture1 : Introduction

Secure Programming Lecture1 : Introduction Malware and Vulnerability Analysis Lecture1 Malware Analysis #1 Agenda 악성코드정적분석 악성코드분석 악성코드정적분석 정적분석 임의의코드또는응용프로그램을실행하지않고분석 ASCII 문자열 (ex. URL) API 리스트 Packing VT 기타등등 정적분석 : 파일식별 악성으로의심되는파일의형태식별 file

More information

PowerPoint Presentation

PowerPoint Presentation 6 장 SQL 목차 SECTION 01 SQL 의개요 1-1 SQL의역사 1-2 SQL의유형별종류 SECTION 02 데이터정의어 (DDL) 2-1 스키마 2-2 테이블생성 (CREATE TABLE) 2-3 테이블변경 (ALTER TABLE) 2-4 테이블제거 (DROP TABLE) SECTION 03 데이터조작어 (DML) 3-1 데이터검색 (SELECT)

More information

<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074>

<4D F736F F F696E74202D203137C0E55FBFACBDC0B9AEC1A6BCD6B7E7BCC72E707074> SIMATIC S7 Siemens AG 2004. All rights reserved. Date: 22.03.2006 File: PRO1_17E.1 차례... 2 심벌리스트... 3 Ch3 Ex2: 프로젝트생성...... 4 Ch3 Ex3: S7 프로그램삽입... 5 Ch3 Ex4: 표준라이브러리에서블록복사... 6 Ch4 Ex1: 실제구성을 PG 로업로드하고이름변경......

More information

arcplan Enterprise 6 Charting Facelifts

arcplan Enterprise 6 Charting Facelifts SQL Server Analysis Services Tip 잘레시아 Copyright c 2010 Zalesia Co., Ltd. Agenda I II SSAS Non-Aggregatable 측정값처리 Copyright c 2010 Zalesia Co., Ltd. 2 Copyright c 2010 Zalesia Co., Ltd. 3 STEP1: Sales 큐브를위해데이터를미리준비한다.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 IT CookBook, SQL Server 로배우는데이터베이스개론과실습 [ 강의교안이용안내 ] 본강의교안의저작권은한빛아카데미 에있습니다. 이자료를무단으로전제하거나배포할경우저작권법 136 조에의거하여최고 5 년이하의징역또는 5 천만원이하의벌금에처할수있고이를병과 ( 倂科 ) 할수도있습니다. Chapter3. SQL 기초 SQL Server 로배우는데이터베이스개론과실습

More information

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 6009 Ch9. Numerical Itegratio Formulas Part 5. 소개 / 미적분 미분 : 독립변수에대한종속변수의변화율 d vt yt dt yt 임의의물체의시간에따른위치, vt 속도 함수의구배 적분 : 미분의역, 어떤구간내에서시간 / 공간에따라변화하는정보를합하여전체결과를구함. t yt vt dt 0 에서 t 까지의구간에서곡선 vt

More information

JDBC 소개및설치 Database Laboratory

JDBC 소개및설치 Database Laboratory JDBC 소개및설치 JDBC } What is the JDBC? } JAVA Database Connectivity 의약어 } 자바프로그램안에서 SQL 을실행하기위해데이터베이스를연결해주는응용프로그램인터페이스 } 연결된데이터베이스의종류와상관없이동일한방법으로자바가데이터베이스내에서발생하는트랜잭션을제어할수있도록하는환경을제공 2 JDBC Driver Manager }

More information

Microsoft PowerPoint - chap06-2pointer.ppt

Microsoft PowerPoint - chap06-2pointer.ppt 2010-1 학기프로그래밍입문 (1) chapter 06-2 참고자료 포인터 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 포인터의정의와사용 변수를선언하는것은메모리에기억공간을할당하는것이며할당된이후에는변수명으로그기억공간을사용한다. 할당된기억공간을사용하는방법에는변수명외에메모리의실제주소값을사용하는것이다.

More information

Microsoft PowerPoint - additional01.ppt [호환 모드]

Microsoft PowerPoint - additional01.ppt [호환 모드] 1.C 기반의 C++ part 1 함수 오버로딩 (overloading) 디폴트매개변수 (default parameter) 인-라인함수 (in-line function) 이름공간 (namespace) Jong Hyuk Park 함수 Jong Hyuk Park 함수오버로딩 (overloading) 함수오버로딩 (function overloading) C++ 언어에서는같은이름을가진여러개의함수를정의가능

More information

OCW_C언어 기초

OCW_C언어 기초 초보프로그래머를위한 C 언어기초 4 장 : 연산자 2012 년 이은주 학습목표 수식의개념과연산자및피연산자에대한학습 C 의알아보기 연산자의우선순위와결합방향에대하여알아보기 2 목차 연산자의기본개념 수식 연산자와피연산자 산술연산자 / 증감연산자 관계연산자 / 논리연산자 비트연산자 / 대입연산자연산자의우선순위와결합방향 조건연산자 / 형변환연산자 연산자의우선순위 연산자의결합방향

More information

< D53514C2CBAE42CBDC3BDBAC5DBC4ABC5BBB7CEB1D72D3130B3E2B0A3B1E2C3E2BAD0B7F9C1FD28C5EBC7D5292E687770>

< D53514C2CBAE42CBDC3BDBAC5DBC4ABC5BBB7CEB1D72D3130B3E2B0A3B1E2C3E2BAD0B7F9C1FD28C5EBC7D5292E687770> (1) SQL ********************************************************* [ 기-07년5 월] 1. 다음의관계대수문장을 SQL로표현한것으로옳은것 π name, dept( σ year =3 (student)) 가. SELECT name, dept FROM student HAVING year=3; 나. SELECT name,

More information

금오공대 컴퓨터공학전공 강의자료

금오공대 컴퓨터공학전공 강의자료 데이터베이스및설계 Chap 2. 데이터베이스관리시스템 2013.03.11. 오병우 컴퓨터공학과 Inconsistency of file system File System Each application has its own private files Widely dispersed and difficult to control File 중심자료처리시스템의한계 i. 응용프로그램의논리적파일구조는직접물리적파일구조로구현

More information

에듀데이터_자료집_완성본.hwp

에듀데이터_자료집_완성본.hwp 단위학교성과제고를위한 교육여건개선방안탐색 모시는글 2012 년도에듀데이터활용학술대회프로그램 목차 n n [ 주제 1] 교육지원청수준에서기초학력결정요인분석연구 천세영 이성은 3 [ 주제 2] 비용함수모형에의한국 공립중학교적정교육비및가중치산출연구 오범호 윤홍주 엄문영 37 n n [ 주제 1] 토론 김영애 67 [ 주제 2] 토론 김성식 73 n n [ 주제

More information

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt 수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo

More information

다양한 예제로 쉽게 배우는 오라클 SQL 과 PL/SQL

다양한 예제로 쉽게 배우는 오라클 SQL 과 PL/SQL 다양한예제로쉽게배우는 오라클 SQL 과 PL/SQL 서진수저 9 장인덱스를배웁니다 1 1. 인덱스란무엇인가? 2 - ROWID ( 주소 ) 조회하기 SCOTT>SELECT ROWID, empno, ename 2 FROM emp 3 WHERE empno=7902 ; ROWID EMPNO ENAME --------------------------------- ----------

More information

chap 5: Trees

chap 5: Trees 5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경

More information

Windows 8에서 BioStar 1 설치하기

Windows 8에서 BioStar 1 설치하기 / 콘텐츠 테이블... PC에 BioStar 1 설치 방법... Microsoft SQL Server 2012 Express 설치하기... Running SQL 2012 Express Studio... DBSetup.exe 설정하기... BioStar 서버와 클라이언트 시작하기... 1 1 2 2 6 7 1/11 BioStar 1, Windows 8 BioStar

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 13 장상관분석 1. 상관계수 2. 상관분석의가정과특성 3. 모상관계수의검정과신뢰한계 4. 순위상관 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 - 실습 - 상관분석 지금까지한가지확률변수에의한현상을검정하였다.

More information

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1

More information

다양한 예제로 쉽게 배우는 오라클 SQL 과 PL/SQL

다양한 예제로 쉽게 배우는 오라클 SQL 과 PL/SQL 다양한예제로쉽게배우는 오라클 SQL 과 PL/SQL 서진수저 3 장 SQL 복수행함수 ( 그룹함수 ) 를배웁니다 1 함수이름 의 미 사용예 COUNT 입력되는데이터들의건수를출력 COUNT(sal) SUM 입력되는데이터들의합계값을출력 SUM(sal) AVG 입력되는데이터들의평균값을출력 AVG(sal) MAX 입력되는데이터들중최고값을출력 MAX(sal) MIN

More information

G Power

G Power G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2

More information

<4D F736F F F696E74202D20C1A4BAB8C3B3B8AEB1E2BBE72DC7CAB1E2B1B3C0E B3E231C8B8292E707074>

<4D F736F F F696E74202D20C1A4BAB8C3B3B8AEB1E2BBE72DC7CAB1E2B1B3C0E B3E231C8B8292E707074> [ 저자소개 ] 권우석 現. 모두교육평생교육원 ( 기사퍼스트 ) 대표 現. 기사퍼스트정보처리필기 / 실기전임강사 - 영남대학교경영대학원 E-비즈니스전공 - 세림이동통신정보통신기술부근무 - 비트컴퓨터정보처리실기전담강사 - 비트사이버정보처리실기전담강사 - 초등교육포털에듀모아 (edumoa.com) 개발팀장 - 영진출판사, 웰북출판사정보처리기사, 산업기사, 기능사교재집필및감수

More information

<4D F736F F F696E74202D20C1A4BAB8C3B3B8AEBBEABEF7B1E2BBE72DC7CAB1E2B1B3C0E B3E231C8B8292E707074>

<4D F736F F F696E74202D20C1A4BAB8C3B3B8AEBBEABEF7B1E2BBE72DC7CAB1E2B1B3C0E B3E231C8B8292E707074> [ 저자소개 ] 권우석 現. 모두교육평생교육원 ( 기사퍼스트 ) 대표 現. 기사퍼스트정보처리필기 / 실기전임강사 - 영남대학교경영대학원 E-비즈니스전공 - 세림이동통신정보통신기술부근무 - 비트컴퓨터정보처리실기전담강사 - 비트사이버정보처리실기전담강사 - 초등교육포털에듀모아 (edumoa.com) 개발팀장 - 영진출판사, 웰북출판사정보처리기사, 산업기사, 기능사교재집필및감수

More information