행정안전부 비대면 자격확인 서비스

비대면 자격확인 서비스 공공서비스 또는 공공시설 이용 신청자가 법정 요금할인대상자 등인 경우, 자격증명서류를 별도 제출할 필요 없이 정보주체 본인이 동의하면 행정정보 공동이용시스템을 통해 해당 자격 여부를 확인할 수 있는 서비스 - 자격정보 : 국가유공자, 국민기초생활수급자, 장애인 정보 등 41종(2022.12.기준) - 적용분야 : 주차장, 체육·문화시설, 캠핑장, 여성회관(강좌) 등 - 이용방법 : 온라인신청 시 사전동의 후 행정정보 공동이용을 통한 자격확인으로 서비스 신청 및 감면된 금액으로 결제 자격 확인 연동시스템 개요 - 웹페이지 호출 → 자격확인 요청 → 확인 결과 이용기관 DB에 전송 → 적용 ○ 서비스 URL - https://right.share.go.kr/gmm/immExptServ..

서울시 3040 미취업 여성의 구직활동 장려 및 지원사업

[공공사업] 서울우먼업프로젝트

서울시는 경제활동 경력이 있는 30∼40대 여성의 재취업을 돕는 '서울우먼업프로젝트'를 본격 추진한다고 7일 밝혔다. 오세훈 시장의 역점 사업인 이 프로젝트는 임신·출산·육아로 경제활동이 중단된 3040여성에 '취업3종세트'인 구직지원금, 인턴십, 고용장려금을 제공해 재취업과 사회 복귀를 돕는다. 일과 생활 균형이 가능하고, 경력과 능력에 맞는 일자리를 연계해 3040 여성이 실질적인 경제 활동을 할 수 있도록 하는 게 목표다. 시는 2021년 9월 시작한 '우먼업 인턴십'을 발전시켜 취업3종세트를 구성했다. 구직지원금은 서울에 거주하며 기준 중위소득 150% 이하인 만 30∼49세 미취업·미창업 여성 총 2500명에게 월 30만 원씩 3개월간 지급한다. 대상자는 지원금을 받는 동안 27개 서울시 여성인..

로그변환

데이터분석에서 log변환을 하는 이유는 뭘까? 데이터의 정규성을 높이고 분석에서 좀더 정확한 값을 얻기 위함이다. 또 다른 말로 log의 역할은 큰 수를 같은 비율의 작은 수로 바꾸어 주는 역할이다. 복잡한 계산을 심플하고 만든다. 로그를 취하는 순간 그 수는 지수가 되어 버려 값이 작아진다. 식에 로그를 취하는 이유는 1. 큰 수를 작게 만들고 2. 그로 인해 복잡한 계산을 쉽게 만들고 3. 왜도와 첨도를 줄여서 데이터 분석 시 의미있는 결과를 도출한다. 출처 : https://velog.io/@cosmicdev/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EB%A1%9C%EA%B7%B8-%EB%B3%80%ED%99%98

[실기기출] ADP 17회 기출문제

ADP 17회 (출처: https://bigdata-analyst.tistory.com/34) 1. 머신러닝(Machine-Learning) (data: Housing data - log1p로 정규화시킴) EDA, Preprocessing 모델링하고 예측 하이퍼파라미터 조절하여 오차 줄이기, 평가지표는 RMAE 2. 시계열분석 및 시각화(data: Covid19 - 일별 확진자수, 일별 완치자수로 데이터 가공 필요) 코로나 위험지수를 만들고, 그 위험지수에 대한 설명을 적고, 위험지수가 높은 국가들 10개를 선정해서 시각화 한국의 코로나 확진자 예측: 선형 시계열모델, 비선형시계열 모델 2개 만들기 3. 통계분석(data: 설문조사 - A~S까지의 그룹이 설문조사에 응답했고 중간에 반대 문항이 들어가 있..

5. 데이터사이언티스트에 요구되는 인문학적 사고의 특성과 역할

다음 중 통찰력을 제공하는 분석 기술로 부적절한 것은? ① 모델링 ② 추출 ③ 최적화 ④ 예측 두 번째는 통찰력을 제시하는 단계다. 이 단계에서는 분석의 여러 도구들을 활용해 더 깊이 파고들어 간다. 이를 통해 사업 성과를 좌우하는 핵심적인 문제에 대해 훨씬 깊이 있고 유용한 대답올 얻을 수 있다. 우선 과거에 대한 통찰력은 통계적 모델링 등을 활용해 어떻게. 왜 그런 일이 발생하는지에 대한 설명을 제공한다.그리고 현재에 대한 통찰력은 지금 벌어지는 상황에서 더 나은 결과를 얻기 위해 무엇을 해야 하는지에 대해 효과적인 권고를 줄 수 있다. 가령 지금 백화점을 방문하고 있는 충성고객의 만족도를 높이기 위해 어떤 서비스를 추가로 제공해야 함지에 대한 통찰력을 얻을 수 있는 것이다. 그 고객이 백화점 문을 ..

4.빅데이터가 만들어 내는 본질적 변화

문) 다음 중 정보 관리 시스템의 능력을 넘어서는 정보량을 다루기 위해 필요한 정보만을 수집하여 효율성을 달성하는 것은? ① 사전처리 ② 표본조사 ③ 상관관계 ④ 인과분석 문) 빅데이터가 만들어낸 본질적인 변화에 대한 설명으로 적절한 것은? ㄱ. 정해진 특정한 정보만 처리하는 것이 아니라 가능한 많은 데이터를 모으고, 다양한 형식으로 조합해 숨은 정보를 찾아내는 방식으로 전환 ㄴ. 폭발적인 데이터 증가와 더불어 처리비용 증가의 대안으로 전반적인 샘플링 분석 방식의 발전 ㄷ. 데이터의 양이 증가함에 따라 사소한 몇 개의 오류 데이터가 대세에 영향을 주지 못한다는 인식의 발전 ㄹ. 복잡한 상관관계 분석으로 발생하는 많은 시간과 비용을 줄이기 위해 인과관계 분석을 더욱 선호하게 되는 경향과 관련기술 발전 ① ..

데이터분석전문가 가이드 목차

과목1. 데이터 이해 제1장.데이터의 이해 제1절. 데이터와 정보 제2절. 데이터베이스의 정의와 특징 제3절. 데이터베이스 활용 제2장.데이터의 가치와 미래 제1절. 빅데이터의 이해 1.정의 2.출현배경 3.빅데이터 기능 4.빅데이가 만들어 내는 본질적 변화 제2절. 빅데이터의 가치와 영향 제3절. 비즈니스 모델 제4절. 위기 요인과 통제방안 제5절. 미래의 빅데이터 제3장.가치 창조를 위한 데이터 사이언스와 전략 인사이트 제1절. 빅데이터 분석과 전략 인사이트 제2절. 전략 인사이트 도출을 위한 필요 역량 1. 데이터사이언의 의미와 역할 2. 데이터사이언스의 구성요소 3. 데이터사이언:과학과 인문학의 교차 4. 전략적 통찰력과 인문의 부활 5. 데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할..

Oracle 19C 삭제하기

컴퓨터\HKEY_LOCAL_MACHINE\SOFTWARE\ORACLE --> 삭제 컴퓨터\HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\oracle* -> 삭제 관리자모드 도스창 sc delete "OracleJobSchedulerORCL" sc delete "OracleOraDB19Home3TNSListener" sc delete "OracleRemExecServiceV2" sc delete "OracleServiceORCL" sc delete "OracleVssWriterORCL" HKEY_LOCAL_MACHINE\SOFTWARE\ORACLE 컴퓨터\HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\oracle 삭제

Oracle 19C 54% 설치 중지 현상

공부할일이 있어서 Oracle 19C를 설치해야 했다. 근데 망할 Oracle 19C가 설치하다가 꼭 54%에서 중지하고 멈추는 것이다. 환경은 Windows 11, Oracle 19C #5/9 화면에 컨테이너 데이터베이스로 생성 --> unchecked 미틴....이것땜에 시간 엄청 버렸다. 같은 오류 겪으시는 분이 없으시길 바라며...

Rstudio 자간이 넓어 질때 조치방법(alt+=)

https://didalsgur.tistory.com/entry/R%EC%8A%A4%ED%8A%9C%EB%94%94%EC%98%A4R-Studio%EC%97%90%EC%84%9C-%EA%B8%80%EC%9E%90%EA%B0%80-%EB%8B%A4%EB%A5%B4%EA%B2%8C-%EC%9E%85%EB%A0%A5%EB%90%98%EB%8A%94-%EB%AC%B8%EC%A0%9C-%ED%95%B4%EA%B2%B0%ED%95%98%EA%B8%B0

R도움말 보는 최후수단(시험시)

print(utils:::.getHelpFile(help(head)))

table의 처리가 용이하도록 가공

# Table은 데이터 프레임으로 tbl = table(diamonds$cut, diamonds$clarity) head(tbl) df_tbl = as.data.frame(tbl) head(df_tbl) # 변환된 데이터 프레임의 변수는 Factor, Factor는 다루기 어려움으로 Character로 타입변경하여 처리 df_tbl = as.data.frame(tbl) head(df_tbl) class(df_tbl$Var1) df_tbl[,"Var1"] = as.character(df_tbl$Var1) class(df_tbl$Var1)

ggplot2 샘플 데이터 셋

# 현재 메모리에 로딩된 패키지 목록 확인 search() # 해당 데이터셋 패키지에 대한 도움말 조회 help(package=패키지명) library(help=패키지명) # ggplot2 패키지 설치 및 로딩 install.packages('ggplot2') library(ggplot2) # ggplot2내장 데이터셋 확인 data(package = 'ggplot2') Data sets in package ‘ggplot2’: diamonds Prices of over 50,000 round cut diamonds 다이아몬드 50,000개 이상의 라운드 컷 다이아몬드 가격 economics US economic time series 경제 미국 경제 시계열 Economics_long 미국 경제 시계열 ec..

천단위 쉼표 숫자처리

bb = as.numeric("1,234") Warning message: NAs introduced by coercion > class(bb) [1] "numeric" as.numeric은 따옴표를 뗀 후 숫자만 남아야 한다. 따라서 gsb를 통해 문자열 대체, 정규표현식을 통한 문자열 처리를 해주고 처리하여야 한다. as.numeric(gsub(pattern = ",", replacement = "","1,234")) as.numeric(gsub(pattern = "[^0-9]", replacement = "", "1,234")) 그런데, 다만 정규표현식 replace를 통해 대체하여 숫자외 문자열을 제외하였으나 다음과 같이 소수점이 포함된 경우는 as.numeric(gsub(pattern = "[^..

객체 속성 확인하기 class와 typeof

# class 보다 typeof 가 더 상세, 천단위 숫자처리 주의, L 붙이면 Integer > class(123) [1] "numeric" > class(1,123) Error in class(1, 123) : 2 arguments passed to 'class' which requires 1 > class(123L) [1] "integer" > class(123) [1] "numeric" > typeof(123) [1] "double" > typeof(123L) [1] "integer"

R studio의 자주 일어나는 문제

Console에서 "+" 표시되며 반응 없을 시 ​우리가 명령어를 입력하는 콘솔의 좌측을 확인해야 합니다. R에서 + 는 아직 표현문을 완성하지 않은 것으로 생각하고 끝내기를 대기 ​이런 경우 Esc 키를 눌러 현재 명령 처리를 중단하고, 처음부터 다시 시작하는 것이 쉬운 방법이라고 합니다!

R분석 답안제출시 rownames 제외 주의

head(Orange) write.csv(Orange, "write_csv_rownames_FALSE.csv", row.names = FALSE) write.csv(Orange, "write_csv_rownames_TRUE.csv") list.files(pattern = "rownames") #실기 답안 제출시에는 rowsnames를 제외하고 하여야 함. df_f = read.csv("write_csv_rownames_FALSE.csv") head(df_f) df_t = read.csv("write_csv_rownames_TRUE.csv") head(df_t) # 데이터 테이블을 사용하는 경우 library("data.table") fwrite(Orange, "write_csv_fwrite.csv") d..

개인정보수집에 관한 법령근거

개인정보보호법 제3장 개인정보의 처리 [ 개인정보 수집제한 영역 ] 제15조(개인정보의 수집ㆍ이용) ① 개인정보처리자는 다음 각 호의 어느 하나에 해당하는 경우에는 개인정보를 수집할 수 있으며 그 수집 목적의 범위에서 이용할 수 있다. 1. 정보주체의 동의를 받은 경우 2. 법률에 특별한 규정이 있거나 법령상 의무를 준수하기 위하여 불가피한 경우 3. 공공기관이 법령 등에서 정하는 소관 업무의 수행을 위하여 불가피한 경우 4. 정보주체와의 계약의 체결 및 이행을 위하여 불가피하게 필요한 경우 5. 정보주체 또는 그 법정대리인이 의사표시를 할 수 없는 상태에 있거나 주소불명 등으로 사전 동의를 받을 수 없는 경우로서 명백히 정보주체 또는 제3자의 급박한 생명, 신체, 재산의 이익을 위하여 필요하다고 인정되..

[개인정보보호법 제34조] 개인정보 유출 통지

개인정보보호법 제34조(개인정보유출통지 등)에 따라 개인정보 유출사고 발생 시 정보주체에게 5일이내 알려야 하며, 1천명이상의 정보주체에 관한 개인정보가 유출된 경우 5일이내 행정안전부 장관 또는 전문기관 중 어느 하나에게 신고하여야 하며, 개인정보처리자는 통지와 함께 인터넷 홈페이지에 정보주체가 알아보기 쉽도록 제34조 제1항의 각호의 사항을 7일이상 게재해야 한다. 제34조(개인정보 유출 통지 등) ① 개인정보처리자는 개인정보가 유출되었음을 알게 되었을 때에는 지체 없이 해당 정보주체에게 다음 각 호의 사실을 알려야 한다. 1. 유출된 개인정보의 항목 2. 유출된 시점과 그 경위 3. 유출로 인하여 발생할 수 있는 피해를 최소화하기 위하여 정보주체가 할 수 있는 방법 등에 관한 정보 4. 개인정보처리..