천재교육

1. PRODUCT CONCEPT : 제품 컨셉 규정하기제품(서비스) 컨셉을 한 문장으로 규정해보기제품/서비스를 가시적으로 설명할 수 있는 사진이나 이미지가 있다면 첨상용화 할 또는 상용화된 제품(서비스)이 고객에게 전달하는 효용(Benefit)을 고려하여 고객이 이해 가능한 수준의 구체적인 한 문장으로 표현해 보기ex. 카카오톡 : 스마트폰 기반의 공짜로 사용 가능한 모바일 인스턴트 메세징 서비스   2. MARKET : 시장규정하기시장 포지셔닝 정의 및 시장규모 추정하기고객 세그먼트(ex. 학년, 성별, 지역, 성적)상용화 할 또는 상용화된 제품(서비스)이 위치할 목표(거점) 시장은 어디인지 구체적으로 정의해 보기이에 근거하여 해당 목표(거점) 시장의 규모를 추정하여 진입하기에 바람직한 시장인지를 파..

(애자일 프로젝트 관리 실무 스크럼 칸반 지라 도서를 참고하여 작성했습니다.) 1. 프로젝트 개념 특정 제품, 용역, 또는 서비스를 만들기 위해 투입되는 일시적인 노력 목표지향적 행위 반복 X, 운영 X 2. 프로젝트 특징 명확한 목적과 목표를 가진다. 한시적이다. 프로젝트 그 자체(즉, 환경, 행위, 내용 결과)는 유일하다. 점진적인 상세화 : 불확실하고 선명한 고객의 요구를 명확하게 드러내는 행위 프로젝트는 현재의 개선활동이기 때문에 필연적으로 변화를 수반하다, 프로젝트 결과물은 가치를 가져야 하며 그러한 가치를 가지기 위해서모든 프로젝트는 재무적, 사회적, 환경적 가치를 충분히 고려하여 수행하여야 한다. 고유한 제품, 서비스, 결과물을 만든다. 3. 프로젝트 환경 요인 프로젝트 성공에 영향을 미치거..

GitHub - Nahhh-j/JSX-LMS-Repeater: 📑 Learning management system to improve the learning environment for self-study students a📑 Learning management system to improve the learning environment for self-study students and reduce cost burden - Nahhh-j/JSX-LMS-Repeatergithub.com 잘한 점프로젝트를 시작하기 전에 팀원들과 충분한 회의를 통해 프로젝트의 목표와 범위를 명확히 설정했다. 개발 경험을 바탕으로 전체적인 프로젝트의 흐름과 필요한 도구, 기술 스택 등을 사전에 파악하고 팀원들과 공유했다. 이는..

미니 프로젝트 : LMS REST API 서버 구축 목표 LMS(Learning Management System)을 위한 data model을 설계해보자. LMS을 위한 REST API를 만들어 보자. 요구 사항 다음 팀장의 이야기를 참고하여 LMS에 대해 자유롭게 설계한다. ERD를 만든다. 간단한 API 문서를 작성한다. Postman or notion 활용(또는 Swagger) 팀장 ALEX : 우리는 학생들의 성적을 관리하기 위한 LMS를 만들거야 과목은 시범적으로 국어, 영어, 수학만 사용할 것이지만 추후에 다른 과목들도 추가할거야 우리 서비스에는 강사들이 있어. 강사들은 담당 교과목이 존재하고, 교과목마다 여러 개의 강의를 진행할거야 학생들은 그 강의들을 수강하고, 시험을 본 후 LMS상에서 ..

[문제] 다음 링크의 정보와 ERD를 참고하여 REST API를 만드시오. ERD Entity: Product Fields: ProductId(PK), 상품 이름, 상품 설명, 상품 가격, 재고량, 상품 등록 일시 Django The web framework for perfectionists with deadlines. docs.djangoproject.com & django-admin startproject myproject & cd myproject & python manage.py startapp products `products` 앱의 `models.py` 파일에 모델을 정의한다. products/models.py from django.db import models class Product(mod..

[실습] 다음 기능에 대해 필요한 entity, field, relation을 ERD를 활용하여 설계하시오. 도서관 플랫폼 - 여러 도서관들의 장서를 관리 - 사용자의 대출 기록을 관리 도서관 플랫폼 Entity: 1. Library 2. Book 3. User 4. Loan Fields: 1. Library: LibraryID (Primary Key), Name, Location, Contact 2. Book: BookID (Primary Key), Title, Author, Genre, AvailableCopies 3. User: UserID (Primary Key), Name, Email, Address 4. Loan: LoanID (Primary Key), UserID (Foreign Key), ..

절차지향 프로그래밍 프로그램을 일련의 순차적인 절차나 작업의 나열로 보고, 문제를 해결하기 위한 절차를 차례대로 실행하는 방식 객체지향 프로그래밍 프로그램을 객체라는 기본 단위로 구성하고, 이 객체들이 서로 상호작용하며 문제를 해결하는 방식 코드 재사용과 확장성: 객체지향은 코드의 재사용성과 확장성이 높지만, 절차지향은 상대적으로 낮음 유지보수: 객체지향은 유지보수가 용이하지만, 절차지향은 대규모 프로젝트에서 유지보수가 어려울 수 있음 적합한 프로젝트 유형: 절차지향은 작고 간단한 프로젝트에 적합하고, 객체지향은 복잡하고 대규모의 프로젝트에 적합 객체지향 프로그래밍의 4가지 특징 캡슐화(Encapsulation) 상속(Inheritance) 다형성(Polymorphism) 추상화(Abstraction):..

(1) 모집단의 평균이 궁금할 때 z-검정(z-test) 큰 표본 크기(보통 30 이상)에서 모집단의 평균을 검정할 때 사용합니다. 모집단의 분산이 알려져 있어야 하며, 정규 분포를 따르는 데이터에 적용됩니다. t-검정(t-test) 모집단의 평균에 대해 가설을 세우고 이를 검정할 때 사용합니다. 작은 표본 크기에서도 사용할 수 있으며, 모집단의 분산이 알려지지 않았을 때 유용합니다. t-검정에는 한 표본 t-검정, 독립 두 표본 t-검정, 대응 두 표본 t-검정 등이 있습니다. (2) 모집단의 분산이 궁금할 때 카이제곱 분산 검정(Chi-square test for variance) 한 모집단의 분산이 특정 값과 같은지를 검정하거나, 두 모집단의 분산이 같은지를 비교할 때 사용합니다. 분산의 차이를 검..

1. 평균과 가깝다는 것은 데이터가 정상적이라는 것을 의미한다. Solution 오해: 데이터 세트의 평균이 특정 값에 가깝다는 것은 그 데이터가 '정상적'이라는 의미로 해석될 수 있습니다. 실제: 평균은 데이터 세트의 경향을 나타내지만, 이상치(outliers)나 극단적인 값들에 매우 민감합니다. 따라서, 평균만으로는 데이터의 분포 상태나 '정상성'을 전체적으로 이해하기 어렵습니다. 2. 평균은 데이터 셋을 대표한다. Solution 오해: 데이터의 평균값이 그 데이터 세트 전체를 잘 대표한다고 가정합니다. 실제: 평균은 모든 데이터 포인트를 고려하긴 하지만, 데이터가 균일하게 분포되어 있지 않은 경우(예: 극단적으로 높거나 낮은 값이 포함된 경우) 데이터의 실제 분포를 왜곡할 수 있습니다. 3. 평균..

데이터 리터리시 데이터를 효과적으로 이해, 분석 및 해석하여 의사결정에 활용하는 능력 이는 데이터를 읽고, 이해하며, 데이터에 기반하여 의사결정을 내릴 수 있는 역량 데이터(ex. 고객 설문조사의 응답, 판매 기록) 관찰, 측정 또는 질문을 통해 수집된 사실이나 수치의 집합 가장 기본적인 형태로, 데이터는 현실 세계에 대한 원시 정보를 제공한다. 분석되지 않은 상태에서는 종종 의미를 갖지 않는다. DATA > INFORMATION > KNOWLEDGE DATA : 원시적 형태의 사실과 수치, 데이터는 구조화되지 않았거나 분석되지 않았기 때문에 그 자체로 큰 의미 X INFORMATION : 데이터를 처리하고 조직화하여 얻은 결과물, 웹사이트 방문자 데이터를 일별, 주별, 월별 방문자 수로 정리하는 것 K..