소프트웨어 공학 — 1강: 소프트웨어 개발 프로세스와 SDLC
대학 소프트웨어 공학 1강 — 소프트웨어 공학의 정의, SDLC 단계, 폭포수 모델, 애자일 방법론, 스크럼, 요구사항 분석 완전 가이드.
우리는 스스로 나아지려는 노력을 할 때 늙지 않습니다.
대학 소프트웨어 공학 1강 — 소프트웨어 공학의 정의, SDLC 단계, 폭포수 모델, 애자일 방법론, 스크럼, 요구사항 분석 완전 가이드.
ADsP 3과목의 핵심인 통계 기초를 완벽 정리합니다. 기술통계(평균·분산·표준편차·왜도·첨도), 추론통계(가설검정·p-value·t검정·카이제곱), 상관분석, 회귀분석 기초를 다룹니다.
빅데이터 분석기사 필기·실기를 위한 머신러닝 핵심 알고리즘 정리 — 분류, 회귀, 군집화, 모델 평가 지표.
엑셀 정렬(단일·다중), 자동 필터·고급 필터, 조건부 서식(색조·데이터 막대·아이콘), 데이터 유효성 검사까지 데이터 관리 핵심을 정리합니다.
정보처리기사 데이터베이스 과목 핵심 — 관계형 DB 개념, SQL DDL/DML/DCL, 정규화, 트랜잭션.
컴퓨터 네트워크 2강 — 응용 계층(HTTP·DNS·SMTP), HTTPS와 TLS, 대칭·비대칭 암호화, 방화벽·VPN, 무선 네트워크(Wi-Fi) 완전 가이드.
데이터베이스 2강 — 고급 SQL(JOIN·서브쿼리·윈도우 함수), 트랜잭션과 ACID, 잠금과 격리 수준, 인덱스 구조와 최적화 완전 가이드.
딥러닝 2강 — CNN 구조(합성곱·풀링), 이미지 인식 모델(ResNet·VGG), RNN·LSTM 시퀀스 학습, 어텐션 메커니즘, 트랜스포머 완전 가이드.
소프트웨어 공학 2강 — 요구사항 공학(기능·비기능), 유스케이스, UML 다이어그램, 소프트웨어 설계 원칙(SOLID), 디자인 패턴(GoF) 완전 가이드.
ADsP 핵심 모델링 기법을 완전 정리합니다. 지도·비지도 학습, 의사결정나무, 군집분석, PCA, 모델 평가지표(정확도·정밀도·재현율·F1·ROC)를 체계적으로 학습합니다.