전체

계량경제(econometrics)는 말 그대로 경제활동에 수반되는 다양한 요인들이 서로 연관된 정도를 통계에 기반하여 객관화하고 이를 정량적인 수치로서 설명하고자 하는 학문 분야이다. 수학과 통계에 대한 전문적인 이해를 요구하는 쉽지 않은 분야이다 보니 결과적으로 도구에 대한 의존성이 매우 높은 분야이기도 하다. 본 서는 Stata라는 도구를 활용하여 계량경제 관련 이슈들을 해결하는 접근법을 소개하 고 있다. Stata는 통계(statistic

이 책은 우선, 코딩을 처음 배우시거나 막막하게 생각하시는 여러분들께서, 대표적인 코딩 언어 중 하나인 Python 코딩에 대한 기본적인 감을 잡으시길 바라는 마음으로 쓰여졌습니다. 또한, 더 발전된 코딩으로 개발할 수 있는 ‘인공지능’이 현재 산업 현장에서 어떻게 활용되고 있는지 전문가들의 인터뷰를 통해 살펴보시고, 인공지능에 대한 관심을 가지실 수 있게 되면 좋겠습니다

이 책은 아두이노를 다룬 이론서입니다.

이 책은 오토데스크 인벤터에 대해 다룬 도서입니다. 오토데스크 인벤터의 기초적이고 전반적인 내용을 학습할 수 있도록 구성했습니다.

CATIA V5는 기계, 항공, 조선 및 플랜트산업 등 다양한 분야의 설계 및 개발에 사용하고 있는 Total Solution이다. 이 책은 저자의 학교와 기업에서의 강의를 통해서 습득한 내용을 요약·정리하여 CATIA V5를 처음 접하는 초보자와 실무능력의 향상을 목적으로 하는 이들이 활용할 수 있도록 구성하였다.

『실전 마이크로프로세서』는 마이크로프로세서를 처음 접하는 전기, 전자 관련 공학도에게 유용한 내용으로 구성된 책이다. 마이크로프로세서의 이론과 원리에 대해 기술했으며, 이론 위주의 실험교육에서 실습 위주의 경험교육을 지향하기 위해 다양한 실험 예제를 제공하고 있다. 심화 실험 영역에서는 기초실험 영역을 마스터했다는 가정하에 산업계에서 많이 사용되는 다양한 응용프로그램을 작성할 수 있는 능력을 함양하는데 주안점을 두었다.

『프로그래밍 기초』는 자바 언어의 모든 기능을 다루는 참고 서적이 아니라, 대학교 1학년 2학년 학생들이 학교에서 한 학기용 교과목으로 배울 때 사용할 수 있는 교재이다. 언어의 기본적인 내용을 이론적으로 확실히 알아서 그것을 잘 활용해 문제해결능력을 키우도록 안내한다. 또한 아직 소개되지 않은 내용이나 용어를 미리 사용하지 않도록 노력했다.

이 책은 초등학생들이 파이썬을 어렵게 느끼지 않게, 그리기 도구인 터틀 프로그래밍을 통해 파이썬을 쉽게 배울 수 있도록 구성되었습니다. 또한 초등학교 교과과정에 나오는 여러 도형을들 직접 그려보고 이해할 수 있는 기회를 제공합니다. 프로그래밍과 수학 도형을 함께 공부한다니 흥미롭지 않나요? 책의 초반에는 파이썬을 처음 접하는 분들도 마음 편히 시작할 수 있습니다. 이 책은 변수, 자료형, 조건문, 반복문, 함수, 모듈 등 파이썬의 기초부터 활용

│들어가는 글│ 모든 이슈가 AI로 빨려 들어가듯 본격적인 AI 시대가 열리고 있다. 과연 AI 시대는 어떠한 사회인가? 인간이 다루고 있는 사물, 기계, 장치와 이를 이용한 서비스가 인간과 비슷해지고 있는 사회이다. 즉, 기계가 인간처럼 종합적인 능력을 지니게 되고 인간은 이들과 파트너가 되어 공존하는 세상이다. 과거에는 기계가 인간의 특정한 능력에 특화되어 고도의 능력을 발휘하였다면, AI 시대에는 기계가 인간처럼 다양하고도 종합적인 능력을

기계, 건축, 토목, 디자인, 인테리어, 메카트로닉스, 자동화 등 거의 모든 분야에서 설계도면 제작 및 디자인에 있어 컴퓨터를 이용하는 것은 이제 일반적인 업무가 되었다. 이에 따라 컴퓨터에 의한 설계 즉, CAD(Computer Aided Design)는 고등학교, 전문대학, 대학교 등에서 전공과목으로 채택되었으며, 모든 산업체 등에서 필수적으로 사용하는 설계 도구(Tool)가 되었다. 그러나 이런 양적인 확산 중에서도 실제적으로 교육 현장

데이터 분석이 기본 소양이 되는 시대가 되었다. 데이터를 활용하는 것은 이미 오래전부터 강조되어 왔지만, 근래에 들어 데이터 분석이 개인이나 조직의 생존과 발전을 위한 필수 사항이 되고 있다. 데이터 분석을 머신러닝과 같은 것으로 보는 사람도 있다. 그러나 이 두 분야는 서로 다른 목적으로 존재한다. 머신러닝은 추상화된 문제를 해결하는 방법, 즉 알고리즘의 개발을 주요 목적으로 하는 반면, 데이터 분석은 머신러닝을 포함한 다양한 분석 방법을 사