>
>
>
¸Ó½Å ·¯´×°ú Åë°è : ÆÄÀ̽ã°ú R·Î ¹è¿ì´Â ¸Ó½Å ·¯´×
acorn PACKT1 ¤Ó ÇÁ¶óž ´Ü°ÔƼ, À̺´¿í ¤Ó ¿¡ÀÌÄÜÃâÆÇ ¤Ó Statistics for Machine Learning
  • Á¤°¡
35,000¿ø
  • ÆǸŰ¡
31,500¿ø (10% ¡é, 3,500¿ø ¡é)
  • ¹ßÇàÀÏ
2018³â 02¿ù 28ÀÏ
  • ÆäÀÌÁö¼ö/Å©±â/¹«°Ô
496page/190*237*25/941g
  • ISBN
9791161751191/116175119X
  • ¹è¼Ûºñ
¹«·á¹è¼Û
  • ¹è¼Û¿¹Á¤ÀÏ
04/19(±Ý) ¹è¼Û¿Ï·á¿¹Á¤
  • Çö º¸À¯Àç°í
100 ±Ç ÀÌ»ó
  • ÁÖ¹®¼ö·®
±Ç
  • ¹Ù·Î±¸¸Å ºÏÄ«Æ®´ã±â
  • Á¦ÈÞ¸ô ÁÖ¹® ½Ã °í°´º¸»ó, ÀϺΠÀ̺¥Æ® Âü¿© ¹× ÁõÁ¤Ç° ÁõÁ¤, ÇÏ·ç/´çÀÏ ¹è¼Û¿¡¼­ Á¦¿ÜµÇ¹Ç·Î Âü°í ¹Ù¶ø´Ï´Ù.
  • ½Ã¸®Áî µµ¼­
acorn PACKT(ÃÑ208°Ç)
Go ¸¶½ºÅÍÇϱâ : ½Ç½À ¿¹Á¦¿Í ÇÔ²² ¹è¿ì´Â ³×Æ®¿öÅ©, µ¿½Ã¼º, Å×½ºÆ®, gRPC ¹× Á¦³×¸¯     40,500¿ø (10%¡é)
ÇÙ½ÉÀ» Á¤¸®ÇÑ Swift 3 : ±âº» ¹®¹ýºÎÅÍ ¿É¼Å³Î, Ŭ·ÎÀú, µ¿½Ã¼º°ú º´·Ä¼º±îÁö     27,000¿ø (10%¡é)
ÇÔ¼öÇü ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö : ÆÄÀ̽ãÀ¸·Î ¹è¿ì´Â ½¬¿î ÇÔ¼öÇü ÇÁ·Î±×·¡¹Ö     27,000¿ø (10%¡é)
ÇÏÀ̺ê ÇÙ½ÉÁ¤¸® : ÇÏµÓ ±â¹Ý ´ë¿ë·® µ¥ÀÌÅÍ ÀúÀå, °ü¸®ÀÇ ÇÙ½É ¼Ö·ç¼Ç     18,000¿ø (10%¡é)
µû¶óÇÏ¸ç ¹è¿ì´Â ÇϵӰú ºòµ¥ÀÌÅÍ ºÐ¼® ½Ç¹«     27,000¿ø (10%¡é)
  • »ó¼¼Á¤º¸
  • Åë°è¿Í ¸Ó½Å ·¯´×ÀÇ °ü°è¿¡ ´ëÇØ ±âÃÊÀûÀÎ °³³äÀ» Á¤¸³ÇÒ ¼ö ÀÖµµ·Ï µ½´Â´Ù. ¶ÇÇÑ ÁöµµÇнÀ, ºñÁöµµÇнÀ, °­È­ÇнÀ¿¡ À̸£±â±îÁö ¸Ó½Å ·¯´×¿¡¼­ ÁÖ·Î »ç¿ëµÇ´Â ´ëºÎºÐÀÇ ±â¹ý¿¡ ´ëÇØ ÆÄÀ̽ã°ú R ¿¹Á¦¸¦ Á¦°øÇÑ´Ù. Ã¥ÀÇ Ãʹݿ¡ Åë°è¿Í ¸Ó½Å ·¯´×ÀÇ Àü¹ÝÀûÀÎ °ü°è¿¡ ´ëÇØ ¼³¸íÇÑ ´ÙÀ½, ÁöµµÇнÀ, ºñÁöµµÇнÀ, °­È­ÇнÀ ¼øÀ¸·Î °¢°¢ÀÇ ±â¹ý¿¡¼­ Åë°èÀû ¹æ¹ý°ú ¸Ó½Å ·¯´× ±â¹ýÀ» ºñ±³ÇÏ¸ç ¼³¸íÇÑ´Ù. °ÅÀÇ ´ëºÎºÐÀÇ ¿¹Á¦¿¡ ´ëÇؼ­ ÆÄÀ̽ã°ú R Äڵ带 °°ÀÌ Á¦°øÇϱ⠶§¹®¿¡ Äڵ带 Á÷Á¢ ½ÇÇàÇØ °¡¸é¼­ Ã¥À» ÀÐÀ» ¼ö ÀÖ´Ù.
  • ¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú ¡á ¸ðµ¨ ±¸Ãà¿¡ ÇÊ¿äÇÑ ¸Ó½Å ·¯´×°ú Åë°èÇÐ ±âÃÊ ÀÌÇØ ¡á ¹®Á¦ ÇØ°áÀ» À§ÇÑ Åë°èÀû ¹æ½Ä°ú ¸Ó½Å ·¯´× ¹æ½Ä »çÀÌÀÇ Â÷ÀÌÁ¡ ¹× À¯»çÁ¡ ÀÌÇØ ¡á µ¥ÀÌÅ͸¦ ÁغñÇÏ´Â ¹æ¹ý ¹× ÁغñµÈ µ¥ÀÌÅÍ·Î R°ú ÆÄÀ̽ã ÆÐÅ°ÁöÀÇ ¸Ó½Å ·¯´× ¾Ë°í¸®ÁòÀ» »ç¿ëÇØ ¸ðµ¨À» Á÷Á¢ ±¸ÃàÇÏ´Â ¹æ¹ý ¡á °á°ú¸¦ ºÐ¼®ÇÏ°í ¸ñÀû¿¡ ¸Â°Ô²û ¸ðµ¨À» Æ©´×ÇÏ´Â ¹æ¹ý ¡á ¸Ó½Å ·¯´×À» À§ÇØ ÇÊ¿äÇÑ Åë°èÇÐ °³³ä ÀÌÇØ ¡á ÁöµµÇнÀ°ú µö·¯´× ºñÁöµµÇнÀ ¸ðµ¨¿¡ ÇÊ¿äÇÑ Çʼö ±âÃÊ Áö½Ä ¡á °­È­ÇнÀ°ú ÀΰøÁö´É ÀÀ¿ëºÐ¾ß ¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú ÀÌ Ã¥Àº ¸Ó½Å ·¯´×À» ½Ã½ºÅÛ¿¡ ±¸ÇöÇÏ·Á´Â »ç¶÷À̶ó¸é Åë°èÇÐ Áö½ÄÀÇ À¯¹«¿Í »ó°ü¾øÀÌ ÀÐÀ» ¼ö ÀÖ´Ù. R°ú ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö¿¡ °üÇÑ »çÀü Áö½ÄÀº ¸¹Àº µµ¿òÀÌ µÈ´Ù. ¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú 1Àå, ¡®Åë°è·ÎºÎÅÍ ¸Ó½Å ·¯´×À¸·ÎÀÇ ¿©Ç࡯¿¡¼­´Â Åë°è¿Í ¸Ó½Å ·¯´×ÀÇ ±âÃÊ ¹× ±âº» ¿ä¼Ò¸¦ ¼Ò°³ÇÑ´Ù. ¸ðµç ±âÃÊ Áö½ÄÀº Àüü Àå¿¡ °ÉÃÄ ÆÄÀ̽ã°ú R Äڵ带 ÅëÇØ ¼³¸íÇÑ´Ù. 2Àå, ¡®Åë°èÇаú ¸Ó½Å ·¯´×ÀÇ À¯»çÁ¡¡¯¿¡¼­´Â ¼±Çü ȸ±Í¿Í ¶ó¼Ò/¸®Áö ȸ±Í ¿¹Á¦¸¦ ÅëÇØ Åë°è ¸ðµ¨¸µ°ú ¸Ó½Å ·¯´× »çÀÌÀÇ Â÷ÀÌÁ¡°ú À¯»çÁ¡À» ºñ±³Çغ»´Ù. 3Àå, ¡®·ÎÁö½ºÆ½ ȸ±Í¿Í ·£´ý Æ÷·¹½ºÆ®¡¯¿¡¼­´Â ºÐ·ù ¿¹Á¦¸¦ ÅëÇØ ·ÎÁö½ºÆ½ ȸ±Í¿Í ·£´ý Æ÷·¹½ºÆ®ÀÇ ¼¼ºÎ ´Ü°è¸¦ »ó¼¼È÷ ¼³¸íÇϸ鼭 ºñ±³ÇÑ´Ù. ÀÌ ÀåÀÌ ³¡³¯ ¶§Âë¿¡´Â Åë°èÇаú ¸Ó½Å ·¯´× µÎ ÁÖ·ù Çй®¿¡ °üÇÑ Å« ±×¸²À» ±×¸± ¼ö ÀÖÀ» °ÍÀÌ´Ù. 4Àå, ¡®Æ®¸® ±â¹Ý ¸Ó½Å ·¯´× ¸ðµ¨¡¯¿¡¼­´Â ½ÇÁ¦ Çö¾÷¿¡¼­ ¸¹ÀÌ »ç¿ëµÇ°í ÀÖ´Â ´Ù¾çÇÑ Æ®¸® ±â¹Ý ¸Ó½Å ·¯´× ¸ðµ¨À» ¾Ë¾Æº»´Ù. HR Åð»çÀÚ µ¥ÀÌÅÍ ¿¹Á¦¸¦ ÅëÇØ ÀÇ»ç°áÁ¤ Æ®¸®(decision trees), ¹è±ë(bagging), ·£´ý Æ÷·¹½ºÆ®(random forest), ¿¡ÀÌ´Ù ºÎ½ºÆ®(AdaBoost), ±â¿ï±â ºÎ½ºÆÃ(gradient boosting), XGºÎ½ºÆ®X(GBoost)¸¦ ÆÄÀ̽ã°ú R ¾ð¾î¸¦ »ç¿ëÇØ ¹è¿î´Ù. 5Àå, ¡®K-ÃÖ±ÙÁ¢ ÀÌ¿ô°ú ³ªÀÌºê º£ÀÌÁ¿¡¼­´Â °£´ÜÇÑ ¸Ó½Å ·¯´× ±â¹ýÀÎ k-ÃÖ±ÙÁ¢ ÀÌ¿ôÀ» À¯¹æ¾Ï µ¥ÀÌÅÍ¿Í ÇÔ²² ¼³¸íÇÑ´Ù. ³ªÀÌºê º£ÀÌÁî ¸ðµ¨Àº ´Ù¾çÇÑ ÀÚ¿¬¾î Àüó¸® ±â¼ú, ¸Þ½ÃÁö ºÐ·ù ¿¹Á¦¿Í ÇÔ²² ¼³¸íÇÑ´Ù. 6Àå, ¡®¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å°ú ½Å°æ¸Á¡¯¿¡¼­´Â ¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å°ú °ü·ÃÇÑ ´Ù¾çÇÑ ±â´É¿¡ °üÇØ ±â¼úÇÏ°í Ä¿³Î ÇÔ¼ö »ç¿ë¹ýÀ» ¾Ë¾Æº»´Ù. ±×·± ´ÙÀ½, ½Å°æ¸ÁÀ» ¼Ò°³ÇÏ°í µö·¯´×ÀÇ ±âÃÊ¿¡ °üÇÑ ¸ðµç °ÍÀ» ´Ù·é´Ù. 7Àå, ¡®Ãßõ ¿£Áø¡¯¿¡¼­´Â »ç¿ëÀÚ-»ç¿ëÀÚ À¯»çµµ Çà·Ä·ÎºÎÅÍ Ã£¾Æ³½ ¡®À¯»çÇÑ »ç¶÷¡¯ÀÇ Á¤º¸¿¡¼­ ¡®À¯»çÇÑ ¿µÈ­¡¯¸¦ ã´Â ¹æ¹ýÀ» ¾Ë¾Æº»´Ù. µÎ ¹ø° Àý¿¡¼­´Â ÄÚ»çÀÎ À¯»çµµ(cosine similarity)¸¦ °è»êÇÑ ÈÄ ¿µÈ­-¿µÈ­ À¯»çµµ Çà·ÄÀ» ±¸¼ºÇØ Ãßõ ½Ã½ºÅÛÀ» Á÷Á¢ ¸¸µé¾îº»´Ù. ¸¶Áö¸·À¸·Î ÃÖÁ¾ ÃßõÀ» À§ÇØ »ç¿ëÀÚ¿Í ¿µÈ­ °£¿¡ ±³´ë ÃÖ¼Ò Àڽ¹ýÀ» È°¿ëÇÑ Çù¾÷ ÇÊÅ͸µ(collaborative filtering) ±â¼úÀ» »ç¿ëÇÑ´Ù. 8Àå, ¡®ºñÁöµµÇнÀ¡¯¿¡¼­´Â K-Æò±Õ ±ºÁýÈ­(k-means clustering), ÁÖ¼ººÐ ºÐ¼®(principal component analysis), ƯÀÌ°ª ºÐÇØ(singular value decomposition), µö·¯´× ±â¹ÝÀÇ µö ¿ÀÅä ÀÎÄÚ´õ(deep auto encoders) °°Àº ´Ù¾çÇÑ ±â¼úÀ» ¼Ò°³ÇÑ´Ù. ¸¶Áö¸· ºÎºÐ¿¡¼­´Â µö ¿ÀÅä ÀÎÄÚ´õ°¡ ÀüÅëÀûÀÎ PCA±â¹ý°ú ºñ±³ÇßÀ» ¶§ °®°í ÀÖ´Â ÀåÁ¡À» ¾Ë¾Æº»´Ù. 9Àå, ¡®°­È­ÇнÀ¡¯¿¡¼­´Â ¿¡ÇÇ¼Òµå »óŸ¦ ÅëÇØ ÃÖÀû °æ·Î¸¦ ÇнÀÇÏ´Â ¸¶¸£ÄÚÇÁ °áÁ¤ ÇÁ·Î¼¼½º (Markov decision process), µ¿Àû ÇÁ·Î±×·¡¹Ö(dynamic programming), ¸óÅ×Ä«¸¦·Î ±â¹ý(Monte Carlo methods), ½Ã°£Â÷ ÇнÀ(temporal difference learning)°ú °°Àº ¿ÏÀü Ž»ö ±â¹ý(exhaustive techniques)¿¡ °üÇØ ¾Ë¾Æº»´Ù. ¸¶Áö¸·¿¡´Â ¸Ó½Å ·¯´×°ú °­È­ÇнÀÀ» »ç¿ëÇÑ ÁÁÀº ÀÀ¿ë »ç·Ê ¸î °¡Áö¸¦ ¼Ò°³ÇÑ´Ù.
  • 1Àå. Åë°èÇп¡¼­ ¸Ó½Å ·¯´×À¸·ÎÀÇ ¿©Çà __¸ðµ¨ ±¸Ãà°ú °ËÁõÀ» À§ÇÑ Åë°è ¿ë¾î ____¸Ó½Å ·¯´× ____Åë°è ¸ðµ¨¸µ°ú ¸Ó½Å ·¯´×ÀÇ ÁÖ¿ä Â÷ÀÌÁ¡ ____¸Ó½Å ·¯´× ¸ðµ¨ °³¹ß°ú ¹èÄ¡¸¦ À§ÇÑ ´Ü°è ____Åë°èÇÐ ±âÃÊ ¹× ¸ðµ¨ ±¸Ãà°ú °ËÁõ¿¡ °ü·ÃµÈ ¿ë¾î ____ÆíÇâ°ú ºÐ»êÀÇ Æ®·¹ÀÌµå ¿ÀÇÁ ____ÈÆ·Ã µ¥ÀÌÅÍ¿Í Å×½ºÆ® µ¥ÀÌÅÍ __¸ðµ¨ ±¸Ãà°ú °ËÁõÀ» À§ÇÑ ¸Ó½Å ·¯´× ¿ë¾î ____¼±Çü ȸ±Í vs ±â¿ï±â ÇÏ°­¹ý ____¸Ó½Å ·¯´× ¼Õ½Ç ____¸Ó½Å ·¯´× ¸ðµ¨ Æ©´×À» ¸ØÃß´Â ½ÃÁ¡ ____ÈÆ·Ã, °ËÁõ, Å×½ºÆ® µ¥ÀÌÅÍ ____±³Â÷ °ËÁõ ____±×¸®µå °Ë»ö __¸Ó½Å ·¯´× ¸ðµ¨ °³°ü __¿ä¾à 2Àå. Åë°èÇаú ¸Ó½Å ·¯´×ÀÇ À¯»çÁ¡ __ȸ±Í¿Í ¸Ó½Å ·¯´× ¸ðµ¨ÀÇ ºñ±³ __¸Ó½Å ·¯´× ¸ðµ¨ÀÇ º¸»ó ¿äÀεé ____¼±Çü ȸ±ÍÀÇ °¡Á¤µé ____¼±Çü ȸ±Í ¸ðµ¨¸µ¿¡ Àû¿ëµÈ ´Ü°èµé ____±âº» ¿ø¸®·Î ÇØ°áÇÏ´Â °£´ÜÇÑ ¼±Çü ȸ±Í ¿¹Á¦ ____¿ÍÀÎ Ç°Áú µ¥ÀÌÅ͸¦ ÀÌ¿ëÇÑ ´Ü¼ø ¼±Çü ȸ±Í ¿¹Á¦ ____´ÙÁß ¼±Çü ȸ±Í ¿¹Á¦ - ¸ðµ¨ ±¸ÃàÀ» À§ÇÑ ´Ü°èº° ±â¹ý ________ÈÄÁø Á¦°Å¹ý°ú ÀüÁø ¼±Åùý __¸Ó½Å ·¯´× ¸ðµ¨ - ¸®Áö¿Í ¶ó¼Ò ȸ±Í ____¸®Áö ȸ±Í ºÐ¼® ¸Ó½Å ·¯´× ¿¹ ____¶ó¼Ò ȸ±Í ºÐ¼® ¸Ó½Å ·¯´× ¸ðµ¨ ____¼±Çü ȸ±Í...
  • ÇÁ¶óž ´Ü°ÔƼ [Àú]
  • À̺´¿í [Àú]
  • ¼­¿ï°úÇÐÁ¾ÇÕ´ëÇб³ µðÁöÅбÝÀ¶ ÁÖÀÓ±³¼ö´Ù. Çѱ¹°úÇбâ¼ú¿ø(KAIST) °âÁ÷±³¼öÀÌÀÚ Çѱ¹±ÝÀ¶¿¬¼ö¿ø °âÀÓ±³¼ö¸¦ Çß´Ù. °øÁö´É¿¬±¸¿ø(AIRI) ºÎ»çÀåÀÌ´Ù. ±ÝÀ¶À§¿øȸ ±ÝÀ¶±ÔÁ¦Çõ½ÅȸÀÇ À§¿ø, ±ÝÀ¶À§¿øȸ ¹ý·ÉÇؼ®½ÉÀÇÀ§¿øȸ À§¿ø, ±ÝÀ¶À§¿øȸ Àû±ØÇàÁ¤À§¿øȸ À§¿ø, ±ÝÀ¶À§¿øȸ °¡»óÀÚ»ê ÀÚ¹®À§¿ø, ±ÝÀ¶Á¤º¸ºÐ¼®¿øÀÇ ¡°Æ¯±Ý¹ý ÈļÓÁ¶Ä¡¸¦ À§ÇÑ TF¡± À§¿øÀÌ´Ù. Çѱ¹»ê¾÷±â¼úÁøÈï¿ø(KIAT) ¡®±ÔÁ¦ÀÚÀ¯Æ¯±¸ ºÐ°úÀ§¿øȸ¡¯ À§¿ø°ú °ú±âÁ¤ÅëºÎ ¿ìÁ¤»ç¾÷º»ºÎ Á¤º¸¼¾ÅÍ ³×Æ®¿öÅ© & ºí·ÏüÀÎ ÀÚ¹®À§¿øÀ» Çß´Ù. Àü BNP Æĸ®¹Ù Ä«µðÇÁ Àü¹«, Àü LGÀüÀÚ ¿¬±¸¿øÀÌ´Ù. Çѱ¹°úÇбâ¼ú¿ø(KAIST) Àü»êÇаú °è»êÀÌ·Ð ¿¬±¸½Ç¿¡¼­ °øºÎÇßÀ¸¸ç °øÇÐÀ» Àü°øÇÑ ±ÝÀ¶ Àü¹®°¡·Î, ¼¼°è ÃÖÃÊÀÇ ÇÚµåÇïµå-PC(Handheld-PC) °³¹ß¿¡ Âü¿©ÇØ ÇÑ±Û À©µµ¿ì CE1.0°ú 2.0À» ¹Ì±¹ ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® º»»ç¿¡¼­ °øµ¿ °³¹ßÇß´Ù. 1999³â¿¡´Â Àü º¸Çè»ç º¸Çè·áÀÇ ½Ç½Ã°£ ºñ±³ ¼­ºñ½º¸¦ Á¦°øÇÏ´Â ÇÉÅ×Å© Àü¹®È¸»ç ¢ßº¸Çè³ÝÀ» â¾÷ÇØ ¾÷°è¿¡ Å« ¹ÝÇâÀ» ºÒ·¯ÀÏÀ¸Ä×´Ù. ÀÌÈÄ »ï¼º»ý¸íÀ» ºñ·ÔÇÑ »ý¸í ¹× ¼ÕÇØ º¸Çè»ç¿¡¼­ CMO(¸¶ÄÉÆà ÃÑ°ý »ó¹«), CSMO(¿µ¾÷ ¹× ¸¶ÄÉÆà ÃÑ°ý Àü¹«) µîÀ» ¿ªÀÓÇϸ鼭 Çõ½ÅÀûÀÎ »óÇ°°ú ¼­ºñ½º¸¦ °³¹ß, ÃÑ°ýÇß´Ù. ¼¼°è ÃÖÃÊ·Î ÆÄ»ý»óÇ°ÀÎ ELS¸¦ ±âÃÊ ÀÚ»êÀ¸·Î ÇÑ º¯¾× º¸ÇèÀ» °³¹ßÇØ ´ÜÀÏ º¸Çè »óÇ°À¸·Î 1Á¶ ¿ø ÀÌ»ó ÆǸŵǴ µ¹Ç³À» ÀÏÀ¸Ä×°í, ¸ÅÀÏ ºÐ»ê ÅõÀÚÇÏ´Â ÀÏ ºÐ»ê ÅõÀÚ(daily Averaging) º¯¾× º¸ÇèÀ» ¼¼°è ÃÖÃÊ·Î °³¹ßÇØ »óÇ° ÆǸŠµ¶Á¡±ÇÀ» ȹµæÇß´Ù. ÀΰøÁö´É ¿¬±¸¿ø¿¡¼­ ¸Ó½Å·¯´× ±â¹ÝÀÇ ±ÝÀ¶ ¼Ö·ç¼Ç °³¹ß¿¡ °ü·ÃµÈ ´Ù¾çÇÑ È°µ¿À» ÇÏ°í ÀÖÀ¸¸ç, ±ÝÀ¶À§¿øȸ, ±ÝÀ¶Á¤º¸ºÐ¼®¿ø µî¿¡ ´Ù¾çÇÑ ÀÚ¹®À» ÇÏ°í ÀÖ´Ù. Àú¼­·Î´Â ¹®Ã¼ºÎ°¡ 2023 ¼¼Á¾µµ¼­·Î ¼±Á¤ÇÑ ¡ºµ·ÀÇ Á¤Ã¼¡»(¿¡ÀÌÄÜ, 2021)¿Í ÇÔ²² ¡ººñÆ®ÄÚÀΰú ºí·ÏüÀÎ, Ž¿åÀÌ »ïÄѹö¸° ±â¼ú¡»(¿¡ÀÌÄÜ, 2018) ±×¸®°í ´ëÇѹα¹Çмú¿øÀÌ 2019 ±³À°ºÎ ¿ì¼öÇмúµµ¼­·Î ¼±Á¤ÇÑ ¡ººí·ÏüÀÎ Çؼ³¼­¡»(¿¡ÀÌÄÜ, 2019)¿Í Çѱ¹±ÝÀ¶¿¬¼ö¿øÀÇ ÇÉÅ×Å© Àü¹® ±³ÀçÀÎ ¡ºÇï·Î, ÇÉÅ×Å©!¡»(°øÀú, 2020), ¡ºÇï·ÎÇÉÅ×Å©-ÀΰøÁö´ÉÆí¡»(2021)ÀÌ ÀÖ´Ù.
  • Àüü 0°³ÀÇ ±¸¸ÅÈıⰡ ÀÖ½À´Ï´Ù.

ÀÎÅÍÆÄÅ©µµ¼­´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹ÝÇ°¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝÇ°Àº ¹«·á·Î ¹ÝÇ° µË´Ï´Ù.
±³È¯ ¹× ¹ÝÇ°ÀÌ °¡´ÉÇÑ °æ¿ì
»óÇ°À» °ø±Þ ¹ÞÀº ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´É
°ø±Þ¹ÞÀ¸½Å »óÇ°ÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ù À̳»,
   ȤÀº ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳»
»óÇ°¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óÇ°ÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´É
±³È¯ ¹× ¹ÝÇ°ÀÌ ºÒ°¡´ÉÇÑ °æ¿ì
±¸¸ÅÈ®Á¤ ÀÌÈÄ(¿ÀǸ¶ÄÏ»óÇ°¿¡ ÇÑÇÔ)
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
   (´Ü, »óÇ°ÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü)
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆǸŰ¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì
Æ÷Àå °³ºÀµÇ¾î »óÇ° °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹ÝÇ° ȯºÒ
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝÇ°À» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù.
1°³ Áö¿ªÀÇ ¹ÝÇ°ÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝÇ°À» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù.
Áß°í»óÇ°ÀÇ ±³È¯
Áß°í»óÇ°Àº Á¦ÇÑµÈ Àç°í ³»¿¡¼­ ÆǸŰ¡ ÀÌ·ç¾îÁö¹Ç·Î, ±³È¯Àº ºÒ°¡´ÉÇÕ´Ï´Ù.
¿ÀǸ¶ÄÏ »óÇ°ÀÇ È¯ºÒ
¿ÀǸ¶ÄÏ»óÇ°¿¡ ´ëÇÑ Ã¥ÀÓÀº ¿øÄ¢ÀûÀ¸·Î ¾÷ü¿¡°Ô ÀÖÀ¸¹Ç·Î, ±³È¯/¹ÝÇ° Á¢¼ö½Ã ¹Ýµå½Ã ÆǸÅÀÚ¿Í ÇùÀÇ ÈÄ ¹ÝÇ° Á¢¼ö¸¦ ÇϼžßÇϸç,
   ¹ÝÇ°Á¢¼ö ¾øÀÌ ¹Ý¼ÛÇϰųª, ¿ìÆíÀ¸·Î º¸³¾ °æ¿ì »óÇ° È®ÀÎÀÌ ¾î·Á¿ö ȯºÒÀÌ ºÒ°¡´ÉÇÒ ¼ö ÀÖÀ¸´Ï À¯ÀÇÇϽñ⠹ٶø´Ï´Ù.
¹è¼Û¿¹Á¤ÀÏ ¾È³»
ÀÎÅÍÆÄÅ© µµ¼­´Â ¸ðµç »óÇ°¿¡ ´ëÇØ ¹è¼Û¿Ï·á¿¹Á¤ÀÏÀ» À¥»çÀÌÆ®¿¡ Ç¥½ÃÇÏ°í ÀÖ½À´Ï´Ù.
<ÀÎÅÍÆÄÅ© Á÷¹è¼Û »óÇ°>
»óÇ°Àº ¿ù~Åä¿äÀÏ ¿ÀÀü 10½Ã ÀÌÀü ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ´çÀÏ Ãâ°í/´çÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
»óÇ°Àº ¼­¿ïÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀº ´çÀÏ Ãâ°í/ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇϸç,
¼­¿ï¿ÜÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀÇ °æ¿ì´Â ¿ÀÈÄ 6½Ã±îÁö ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
(´Ü, ¿ù¿äÀÏÀº 12½Ã±îÁö ÁÖ¹®¿¡ ÇÑÇÔ)
»óÇ°Àº, ÀÔ°í¿¹Á¤ÀÏ(Á¦Ç°Ãâ½ÃÀÏ)+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.
~ »óÇ°Àº À¯ÅëƯ¼º»ó ÀÎÅÍÆÄÅ©¿¡¼­ Àç°í¸¦ º¸À¯ÇÏÁö ¾ÊÀº »óÇ°À¸·Î
ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø±âÁØÃâ°íÀÏ:ÀÎÅÍÆÄÅ©°¡ »óÇ°À» ¼ö±ÞÇÏ¿© ¹°·ùâ°í¿¡¼­ Æ÷Àå/Ãâ°íÇϱâ±îÁö ¼Ò¿äµÇ´Â ½Ã°£
<¾÷ü Á÷Á¢¹è¼Û/¿ÀǸ¶ÄÏ »óÇ°>
~ »óÇ°Àº ¾÷ü°¡ ÁÖ¹®À» È®ÀÎÇÏ°í, Ãâ°íÇϱâ±îÁö °É¸®´Â ½Ã°£ÀÔ´Ï´Ù.
ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(2ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø5ÀÏÀ̳» Ãâ°í°¡ ½ÃÀÛµÇÁö ¾ÊÀ»½Ã, ¿ÀǸ¶ÄÏ »óÇ°Àº ÀÚµ¿À¸·Î ÁÖ¹®ÀÌ Ãë¼ÒµÇ¸ç, °í°´´Ô²² Ç°Àýº¸»ó±ÝÀ» Áö±ÞÇØ µå¸³´Ï´Ù.
¹è¼Ûºñ ¾È³»
µµ¼­(Áß°íµµ¼­ Æ÷ÇÔ)¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
À½¹Ý/DVD¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
ÀâÁö/¸¸È­/±âÇÁÆ®¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼­¿Í À½¹Ý/DVD¸¦ ÇÔ²² ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø 1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼­¿Í ÀâÁö/¸¸È­/±âÇÁÆ®/Áß°íÁ÷¹è¼Û»óÇ°À» ÇÔ²² ±¸¸ÅÇϽøé : 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
¾÷üÁ÷Á¢¹è¼Û»óÇ°À» ±¸¸Å½Ã : ¾÷üº°·Î »óÀÌÇÑ ¹è¼Ûºñ Àû¿ë

   * ¼¼Æ®»óÇ°ÀÇ °æ¿ì ºÎºÐÃë¼Ò ½Ã Ãß°¡ ¹è¼Ûºñ°¡ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
   * ºÏÄ«Æ®¿¡¼­ ¹è¼Ûºñ¾ø¾Ö±â ¹öÆ°À» Ŭ¸¯Çϼż­, µ¿ÀϾ÷ü»óÇ°À» Á¶±Ý ´õ ±¸¸ÅÇϽøé, ¹è¼Ûºñ¸¦ Àý¾àÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
Çؿܹè¼Û ¾È³»
ÀÎÅÍÆÄÅ©µµ¼­¿¡¼­´Â ±¹³»¿¡¼­ ÁÖ¹®ÇϽðųª ÇØ¿Ü¿¡¼­ ÁÖ¹®ÇÏ¿© ÇØ¿Ü·Î ¹è¼ÛÀ» ¿øÇÏ½Ç °æ¿ì DHL°ú Ư¾àÀ¸·Î Ã¥Á¤µÈ ¿ä±ÝÇ¥¿¡
   ÀÇÇØ °³ÀÎÀÌ ÀÌ¿ëÇÏ´Â °æ¿ìº¸´Ù ¹è¼Û¿ä±ÝÀ» Å©°Ô ³·Ã߸ç DHL(www.dhl.co.kr)·Î Çؿܹè¼Û ¼­ºñ½º¸¦ Á¦°øÇÕ´Ï´Ù.
Çؿܹè¼ÛÀº µµ¼­/CD/DVD »óÇ°¿¡ ÇÑÇØ ¼­ºñ½ºÇÏ°í ÀÖÀ¸¸ç, ´Ù¸¥ »óÇ°À» ºÏÄ«Æ®¿¡ ÇÔ²² ´ãÀ¸½Ç °æ¿ì Çؿܹè¼ÛÀÌ ºÒ°¡ÇÕ´Ï´Ù.
ÇØ¿ÜÁÖ¹®¹è¼Û ¼­ºñ½º´Â ÀÎÅÍÆÄÅ© µµ¼­ ȸ¿ø °¡ÀÔÀ» Çϼž߸¸ ½Åû °¡´ÉÇÕ´Ï´Ù.
¾Ë¾ÆµÎ¼¼¿ä!!!
µµ¸Å»ó ¹× Á¦ÀÛ»ç »çÁ¤¿¡ µû¶ó Ç°Àý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
¿ÀǸ¶ÄϾ÷üÀÇ ¹è¼ÛÁö¿¬½Ã ÁÖ¹®ÀÌ ÀÚµ¿À¸·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
À¯ÅëÀÇ Æ¯¼º»ó Ãâ°í±â°£Àº ¿¹Á¤º¸´Ù ¾Õ´ç°ÜÁö°Å³ª ´ÊÃçÁú ¼ö ÀÖ½À´Ï´Ù.
Åùè»ç ¹è¼ÛÀÏÀÎ ¼­¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼­, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù.
  • 0°³
  • 0°³