µ¿¸í´ë(ÃÑÀå Á¤È«¼·)´Â 7¿ù 17ÀϺÎÅÍ 20ÀÏ ±îÁö ÃÑ 30½Ã°£ °úÁ¤ÀÇ »ê¾÷ü ¿ä±¸Çü ´Ü±â°ÁÂ3 ¡® ÆÄÀ̽ãÀ» È°¿ëÇÑ ¸Ó½Å·¯´× ½ÃÀÛÇϱâ ÇÁ·Î±×·¥¡¯ °úÁ¤À» »ê¾÷¿¬°è±³À°È°¼ºÈ¼±µµ´ëÇÐ(PRIME)»ç¾÷´Ü(´ÜÀå ±èÀÎÈ£) Âü¿©ÇкΠÁß ÀüÀÚ¡¤ÀÇ¿ë°øÇкθ¦ ´ë»óÀ¸·Î ¹«·á·Î ½ÃÇàÇÑ´Ù.
ÀÌ ±³À°Àº ¸Ó½Å·¯´× »ýÅ°迡 ´ëÇØ Àü¹ÝÀûÀ¸·Î ÀÌÇØÇÏ°í ÆÄÀ̽ã, Numpy, Pandas ¹× ±â°¢È ¶óÀ̺귯¸®¸¦ ÅëÇØ ÇÁ·Î±×·¡¹Ö ÇнÀÀ» ¸ñÀûÀ¸·Î Çϸç, ¸Ó½Å·¯´×¿¡¼ °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â ÇÁ·Î±×·¡¹Ö ¾ð¾îÀÎ ÆÄÀ̽ãÀÇ ±âº»À» ¾Ë°í, ÆÄÀ̽ãÀ» ÅëÇØ ¸Ó½Å·¯´×À» °³¹ßÇÏ´Â ¹æ¹ý¿¡ ´ëÇØ °æÇèÇÒ ¼ö ÀÖ´Â °Á ÀÌ´Ù.
ÀüÀÚ¡¤ÀÇ¿ë°øÇкδ Áö³ 2018³â 5¿ùºÎÅÍ »ê¾÷ü ¿ä±¸Çü ´Ü±â°Á¸¦ ÃÑ 3ȸ ½ÃÇàÇÏ¿© Çкκ°·Î ¿ä±¸µÇ´Â Àü°øºÐ¾ß¸¦ Áö¿øÇϴ ü°èÀûÀÎ ±³À° ÇÁ·Î±×·¥À¸·Î âÀÇÀû ½Ç¿ëÀÎÀ縦 ¾ç¼ºÇÏ°íÀÚ ÇÑ´Ù.
¼¼ºÎÀÏÁ¤Àº ¾Æ·¡¿Í °°´Ù.
7/17 - ¸Ó½Å·¯´× °³¿ä, ÆÄÀ̽㠱âÃÊ ÀÍÈ÷±â7/18 - Numpy(¹è¿°ú º¤ÅÍ °è»ê), Pandas(Çٽɰ³³ä°ú µ¥ÀÌÅÍ ·Îµù ÀúÀå).
Pandas¸¦ ÅëÇÑ µ¥ÀÌÅÍ ´Ùµë±â, Matplotlib/SeabornÀ» ÅëÇÑ µ¥ÀÌÅÍ ½Ã°¢È7/19 - ´Ù¾çÇÑ ¸Ó½Å·¯´× ¾Ë°í¸®Áò »ìÆ캸±â7/20 - »çÁø ¼³¸í 꺿 ¸¸µå¸¯, ¾ó±¼ÀνÄÀ» ÅëÇÑ »ç¿ëÀÚ ÀÎÁõ Ä«¿À½ºÅ© ¸¸µé±â
µ¿¸í´ë PRIME(PRogram for Industrial needs-Matched Education)»ç¾÷´ÜÀº ±â°è°øÇкÎ, Á¶¼±Çؾç°øÇкÎ, ÀüÀÚ¡¤ÀÇ¿ë°øÇкÎ, µðÁöÅй̵ð¾î°øÇкÎ, ÀÚÀ²À¶ÇÕ°øÇкΠµî 5°³ Çкΰ¡ Âü¿©Çϸç 3³â°£(2016.05 ~ 2019.02) ¾à 150¾ï ¿øÀ» ±³À°ºÎ¿Í Çѱ¹¿¬±¸Àç´Ü¿¡¼ Áö¿ø ¹Þ´Â´Ù.