본문 바로가기
728x90
반응형

자격증 공부85

ERP정보관리사 생산2급, 물류2급 - 경영혁신과 ERP ERP의 주요 구성 전통적인 정보시스템(MIS)과 ERP의 차이 구분 전통적인 정보시스템(MIS) ERP 목표 부분 최적화 전체 최적화 업무범위 단위업무 통합업무 업무처리 기능 및 일 중심(Task) = 수직적 프로세스 중심 = 수평적 접근방식 전산화, 자동화 경영혁신 수단 의사결정방식 Bottom - Up, 상사 Top - Down, 담당자 설계기술 3GL, 프로그램 코딩에 의존 4GL, 객체지향기술 시스템구조 폐쇄성 개방성, 확장성, 유연성 저장구조 파일시스템 RDBMS BPR(Business Process Re - engineering) - 기업의 업무 프로세스를 기본적으로 다시생각하고 근본적으로 재설계하는 것 - 모든 부분에 걸쳐 개혁을 하는 것이 아니라 핵심(core) 프로세스를 선택하여 그것들.. 2023. 7. 3.
빅데이터 분석기사 6회 실기 작업형 1-3 추가답변 데이터자격검정센터에서 작업형 1-3에 대한 추가 답변이 올라왔다. 작업형 3유형 소문항 2, 3번은 전원정답 처리에는 변함이 없고, 작업형 1유형 3번 문제는 명확하다는 답변이 돌아왔다. 2023.06.26 - [IT/빅데이터분석기사] - 빅데이터 분석기사 6회 실기 전원정답 문제정보 빅데이터 분석기사 6회 실기 전원정답 문제정보 데이터자격검정센터에서의 빅데이터분석기사 6회 실기 관련 공지사항 이번에 문제 해석에 혼란을 주었던 작업형 1유형과, 공지했던 패키지에 누락이 있어 어려움을 겪었던 작업형 3유형의 2번( haemo-dev.tistory.com 6월 26일에 업로드 했던 전원정답 문제정보 게시글에서는 "전문가 검토중"이라는 답변이 왔었고, 내 해석 중 제일 첫번째의 해석이 맞았다. 사실 저 답변을.. 2023. 7. 3.
ERP정보관리사 생산2급, 물류2급 접수 후기(2) 접수내역 나는 앞서 서술했듯이 7월 22일에 시행되는 ERP 정보관리사 시험 중 생산 2급, 물류 2급을 접수했다. 딱 시험 한달 전 접수... 빅데이터 분석기사 때문에 정신없던 와중에 시험 끝나고 할까 하다가 혹시 시험장이 없으면 어떡하나 해서 접수 시작 다음날 들어가봤는데 왠걸,,, 집에서 도보로도 갈 수 있는 거리에 있는 시험장이 벌써 매진(?)되어서,,, 겨우겨우 강남역 근처로 접수할 수 있었다. 조금만 늦었으면 시험 당일에 대중교통으로 여행할 뻔 했다. 진짜 한여름에 만약에 장마까지 겹치면 먼 거리 가는 거 너무 힘든데 다행히도 그린컴퓨터아카데미 강남캠퍼스는 강남역에서 도보로 별로 멀지 않다..^^ 불행 중 다행쓰.... 교재정보 접수완료 하자마자 교재를 구매했는데, 물류 따로 생산 따로 구매할.. 2023. 6. 28.
ERP정보관리사 생산2급, 물류2급 접수 후기(1) ERP란? 독립적으로 분리된 전산시스템인 생산, 자재, 영업, 인사, 회계 등 전 부분에 걸쳐 있는 경영자원을 하나의 체계로 통합, 재구축하여 기업의 생산성 향상 및 지속적인 성장을 가능케 하는 21세기 대표 정보시스템 자격증 종류 ERP 정보관리사 자격증 종류는 ERP 회계정보관리사, ERP 인사정보관리사, ERP 생산정보관리사, ERP 물류정보관리사 이렇게 4종류가 있고, 각 자격은 1급, 2급으로 나누어져 있다. 2급보다 1급이 시험이 더 어렵고 가치가 높다. 난 이 4종류 중 ERP 생산과 ERP 물류 자격증 시험 접수를 했고, 둘 다 2급으로 신청했다.(쫄보라 바로 1급은 못보겠음) 2023년 ERP정보관리사 시험일정 시험일정을 확인하니 2개월 간격으로 시험이 시행되는 것을 알 수 있고, KPC.. 2023. 6. 28.
IoT지식능력검정 합격 후기(2) - 공부 방법 및 합격 조회 IoT 지식능력검정 공부방법은 ? 한국지능형사물인터넷협회 강의자료 활용 https://cp.kiot.or.kr/main/index.nx 자격검정 - 한국지능형사물인터넷협회 cp.kiot.or.kr 시험 주관사 웹사이트에 들어가게 되면 메인 하단에 강의자료 및 수험교재를 확인할 수 있다. IoT지식능력검정 강의자료 다운로드를 클릭하면 2019_IoT.pptx 파일이 자동으로 다운로드가 되며 슬라이드 수는 무려 340장...처음에 몇 장 보다가 이걸 어떻게 외워? 하면서 포기했고, IoT지식능력검정 수험교재 안내 버튼을 클릭했더니 위 사진과 같은 4개의 교재가 나왔다. 하나하나 클릭해봤는데 2017년과 2019년 사이에 나온 책... 쓰앵님들 올해는 2023년이랍니다... 기술은 날이 갈수록 발전하는데 Io.. 2023. 6. 26.
IoT지식능력검정 합격 후기(1) - 자격검정 정보 및 접수 IoT 지식능력검정이란? 사물인터넷(IoT)에 대한 전반적인 이해와 사물인터넷 관련 플랫폼, 네트워크, 서비스, 디바이스 등의 소양 수준을 평가하는 자격으로 민간자격이다. 도입목적 및 필요성 IoT(사물인터넷)는 모든 것이 인터넷에 연결되는 초연결 디지털 혁명으로, ICTㆍ자동차ㆍ가전ㆍ의료ㆍ에너지ㆍ환경 등 산업 전반의 다양한 혁신과 사업기회로 연평균 30% 성장이 전망되는 신 성장 산업으로 인식하여 유럽, 미국, 중국 등 주요 국가와 우리나라는 사물인터넷을 국가경쟁력의 핵심 산업으로 범 정부 차원에서 육성 중에 있음. 이러한 환경에서 협회는 우리나라의 IoT 선도국가로써 위상 제고 및 전 산업의 경쟁력 강화와 IoT 인력의 저변확대, 각 산업 분야의 IoT 도입을 촉진하는 선도인력을 양성하기 위해「IoT.. 2023. 6. 26.
빅데이터 분석기사 6회 실기 전원정답 문제정보 데이터자격검정센터에서의 빅데이터분석기사 6회 실기 관련 공지사항 이번에 문제 해석에 혼란을 주었던 작업형 1유형과, 공지했던 패키지에 누락이 있어 어려움을 겪었던 작업형 3유형의 2번(그 중 소문항 2, 3번)에 대한 공식적인 답변이 왔다. 작업형 3유형의 경우 일단 깔끔하게 처리된 3유형의 경우, 다중 선형 회귀(?) 나는 초면이라 아예 정답을 적어서 내지도 못했는데 패키지 누락으로 소문항 2, 3번이 전원 정답처리 된다고 한다. 사실 패키지 누락은 R이 아닌 Python에서 일어난 일인데 전원정답이라는 거는 언어에 관계 없이라는 말일 것 같다. 이로써 10점은 거저먹고 들어가게 되었다. 나는 문제조차 이해하지 못해서 이의제기는 커녕 그냥 내가 모르는구나 했는데 역시 공부하신 분들은 어떻게 딱 알아채고.. 2023. 6. 26.
빅데이터 분석기사 6회 실기시험 후기 예상하지 못했고 많이 당황했던 시험 고사장 들어가서 태블릿으로 대충 요약정리 해 놓은 거 보다가 9시 30분부터 전자기기 다 전원 끄고 시험환경 마우스 키보드 확인 및 시험환경 로그인, 그리고 테스트 환경에서 테스트를 한 다음 10시부터 시험 시작. 시험시간 : 10시~13시(10시 30분부터 화장실 고사실 당 1명씩 이용 가능, 11시 30분부터 퇴실 가능) 작업형 1유형 작업형 1유형은 일단 문제 해석에 굉장히 어려움이 있었다. 문제를 읽으면서 항상 소설을 달고 사는 난데 왜 해석이 안되지 해서 띠용 했던,,, 작업형 1유형 1번문제부터 3번문제까지 문제가 하나같이 한눈에 들어오지 않아서 당황했다. 그래서 문제를 몇 마디씩 토막내서 주석으로 이해해보려 했으나 해석되는거 반 안되는거 반,,,, 2유형은.. 2023. 6. 25.
빅데이터 분석기사 실기 작업형 3유형 요약정리 p-value = 유의수준 0.05 : 귀무가설을 채택한다. from scipy import stats #1 표본평균 : after - before의 평균 귀무가설 : 표본평균 >= 0 대립가설 : 표본평균 < 0 검정통계량, p-value = stats.ttrest_rel(after 데이터, before 데이터, alternative='less') // 대립가설 기준 // alternative : 대립가설 기준으로 크면 greater, 작으면 less, 같으면 X(또는 two-sided) #2 A그룹, B그룹이 나뉘어져 있음 귀무가설 : A그룹과 B그룹이 차이가 없다. 대립가설 : A그룹과 B그룹이 차이가 있다. 검정통계량,.. 2023. 6. 24.
빅데이터 분석기사 실기 2회 기출 # 작업형 1유형 # 1. 범죄율 컬럼인 Crim 항목의 상위에서 10번째 값으로 상위 10개의 값을 변환한 후, age가 80이상인 데이터를 추출하여 crim의 평균값 추출 # print(df.head()) df = df.sort_values('CRIM', ascending = False) # print(df['CRIM'].head(20)) # print(df['CRIM'].iloc[9]) # print(df['CRIM'].iloc[:10]) df['CRIM'].iloc[:10] = df['CRIM'].iloc[9] # print(df['CRIM'].head(20)) cond = df['AGE'] >= 80 df = df[cond] # print(df.head()) print(df['CRIM'].mea.. 2023. 6. 23.
728x90
반응형

티스토리툴바