|
|
|
Ãʺ¸ÀÚ¸¦ À§ÇÑ ¸Ó½Å·¯´× µö·¯´×
|
|
|
¼ÛÁ¤Çö
¤Ó
Çü¼³¹Ì·¡±³À°¿ø
|
|
|
|
- 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.
-
-
-
ÀÌ Ã¥Àº ¸Ó½Å·¯´×À» óÀ½ ½ÃÀÛÇÏ´Â ºÐµéÀÌ Èï¹Ì¸¦ ÀÒÁö ¾Ê°í ³¡±îÁö ÇнÀÇÏ¿© µö·¯´×À¸·Î °è¼Ó ÇнÀÀ» À̾ ¼ö ÀÖµµ·Ï ÇÏ´Â °ÍÀ» ¸ñÇ¥·Î ÇÏ°í ÀÖ½À´Ï´Ù.
ÀÌ Ã¥Àº Å©°Ô 3´Ü°è·Î ±¸¼ºµÇ¾î ÀÖ½À´Ï´Ù.
ù ¹ø° ´Ü°è´Â ¸Ó½Å·¯´× ÇнÀÀ» À§ÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÏ´Â ´Ü°èÀÔ´Ï´Ù. ¸Ó½Å·¯´× ¸ðµ¨À» ±¸ÇöÇϱâ À§Çؼ´Â ±âº»ÀûÀÎ ÇÁ·Î±×·¡¹Ö ½ºÅ³À» ÇÊ¿ä·Î Çϱ⠶§¹®¿¡ ÇÙ½ÉÀûÀÎ ±â´ÉµéÀ» ¿ä¾àÇؼ ºü¸£°Ô ¸Ó½Å·¯´×À¸·Î Á¢±ÙÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù.
µÎ ¹ø° ´Ü°è´Â º»°ÝÀûÀÎ ¸Ó½Å·¯´× ÇнÀ ´Ü°èÀÔ´Ï´Ù. ¸Ó½Å·¯´×ÀÌ ¹«¾ùÀÎÁö ÀÌÇظ¦ µ½±â À§ÇØ ¼öÄ¡ ¿¹Ãø°ú ºÐ·ù ¿¹Ãø ¸ðµ¨À» ±¸ÇöÇÏ´Â ½Ç½À ¿¹Á¦¸¦ ÅëÇØ Á÷°üÀûÀ¸·Î ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. Àΰø½Å°æ¸ÁÀÌ ¹ßÀüÇØ ¿Â °úÁ¤À» Ãʺ¸ÀÚµµ ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖ´Â ¼³¸íÀ¸·Î ¿À´Ã³¯ ´ÙÃþ Àΰø½Å°æ¸ÁÀÇ ÇнÀ ¿ø¸®¸¦ ¸íÈ®È÷ ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ¶ÇÇÑ ¾ÈÁ¤ÀûÀÌ°í ºü¸£°Ô ¼º°øÀûÀÎ ¸ðµ¨À» ÇнÀ½ÃÅ°±â À§ÇÑ ¿©·¯ °¡Áö ÀÌ·ÐÀû °³³ä°ú ¿ë¾îµéÀº µµ½ÄÈµÈ À̹ÌÁö¸¦ »ç¿ëÇÏ¿© ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ¶ÇÇÑ Åë°èÇÐÀ̳ª ¹ÌºÐ°ú °°Àº ¼öÇÐ Áö½ÄÀÌ ºÎÁ·ÇÑ ºÐµéµµ ¼ö½ÄÀÌ ÀǹÌÇÏ´Â ¹Ù°¡ ¹«¾ùÀÎÁö ÀÌÇØÇϴµ¥ ¾î·ÆÁö ¾Êµµ·Ï ½±°Ô Ç®¾î¼ ¼³¸íÇÏ¿´½À´Ï´Ù.
¼¼ ¹ø° ´Ü°è´Â µö·¯´× ÇнÀÀ» À§ÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÏ´Â ´Ü°èÀÔ´Ï´Ù. ÃÖ±Ù ÀÏ»ó»ýÈ°¿¡¼ ÀÌ µö·¯´× ±â¼úµéÀ» ½±°Ô Á¢ÇÏ°Ô µÇ¸é¼ µö·¯´× ±â¼ú¿¡ ´ëÇÑ °ü½Éµµ ±×¸¸Å Ä¿Áö°í ÀÖ½À´Ï´Ù.
µû¶ó¼ µö·¯´× ºÐ¾ß¿¡¼ ÃÖ±Ù °¡Àå È°¹ßÇÏ°Ô ¹ßÀüµÇ°í ÀÖ´Â ÄÄÇ»ÅͺñÀü ºÐ¾ß¿Í ÀÚ¿¬¾îó¸® ºÐ¾ß¿¡ ´ëÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿© º»ÀÎÀÌ °ü½É ÀÖ´Â ºÐ¾ß·Î °è¼ÓÇؼ ÇнÀÀ» À̾°¥ ¼ö ÀÖ°Ô ±¸¼ºÇÏ¿´½À´Ï´Ù.
¸Ó½Å·¯´×°ú µö·¯´× Ãʺ¸Àںе鲲 ÀÌ Ã¥ÀÌ ¸¹Àº µµ¿òÀÌ µÇ±æ ¹Ù¶ó¸ç ¾ÕÀ¸·Î ´õ Èï¹Ì¸¦ °®°Ô µÇ¾î Á» ´õ DeepÇÏ°Ô ÇнÀÇØ ³ª°¡½Ã±æ ¹Ù¶ó°Ú½À´Ï´Ù.
-
-
Part 01 Python Basic Programming
01 °³¹ßȯ°æ ¼³Á¤ 14
02 µ¥ÀÌÅÍ Å¸ÀÔ 32
03 Á¶°Ç¹®°ú ¹Ýº¹¹® 62
04 ÇÔ¼ö¿Í Ŭ·¡½º 79
Part 02 Numpy(¿¬»êó¸® ¶óÀ̺귯¸®)
01 ndarray µ¥ÀÌÅÍ »ý¼ºÇϱâ 110
02 ndarray Àε¦½Ì°ú ½½¶óÀÌ½Ì 124
03 ndarray µ¥ÀÌÅÍ ÇüÅ ¹Ù²Ù±â 131
04 numpy ±âº»ÇÔ¼ö 137
05 axis¸¦ ÆĶó¹ÌÅÍ·Î °®´Â ÇÔ¼ö 143
06 broadcasting 149
07 Boolean indexing 153
Part 03 Pandas(µ¥ÀÌÅÍ ºÐ¼® ¶óÀ̺귯¸®)
01 Series »ý¼ºÇϱâ 159
02 Series µ¥ÀÌÅÍ È®ÀÎÇϱâ 164
03 Series µ¥ÀÌÅÍ º¯°æ 169
04 Series¿¡¼ ¿øÇÏ´Â µ¥ÀÌÅ͸¸ °¡Á®¿À±â 172
05 DataFrame »ý¼ºÇϱâ 177
06 DataFrame µ¥ÀÌÅÍ È®ÀÎÇϱâ 182
07 DataFrame¿¡¼ ¿øÇÏ´Â µ¥ÀÌÅÍ °¡Á®¿À±â 189
08 DataFrame¿¡ column Ãß°¡ ¹× »èÁ¦ 198
09 DataFrame¿¡ ÀÖ´Â NaN °ª ó¸® 203
10 DataFrame¿¡ ÀÖ´Â µ¥ÀÌÅÍ ±×·ìÇÎÇؼ º¸±â 209
11 DataFrame º´ÇÕÇϱâ 218
12 º¸½ºÅæ ¸¶¶óÅæ ´ëȸ ±â·Ï µ¥ÀÌÅÍ °¡°ø 222
Part 04 Matplotlib/Seaborn(µ¥ÀÌÅÍ ½Ã°¢È ¶óÀ̺귯¸®)
01 Column chart/Bar chart 235
02 Pareto chart(Dual axis chart) 241
03 Pie chart 246
04 Line graph 247
05 Scatter plot chart 257
06 Bubble char...t 261
07 Geo chart 265
08 Heatmap 271
09 Histogram 275
10 Box plot 278
Part 05 Machine Learning
01 Machine Learning °³¿ä 284
02 Linear RegressionÀÇ ÀÌÇØ 293
03 Machine Learning ½Ç½Àȯ°æ ±¸Ãà 301
04 Linear Regression ¸ðµ¨ ¸¸µé±â 317
05 Multivalue Linear Regression ¸ðµ¨ ¸¸µé±â(1) 327
06 Multivalue Linear Regression ¸ðµ¨ ¸¸µé±â(2) 337
07 Logistic Classification ¸ðµ¨ ¸¸µé±â 345
08 Multinomial Classification ¸ðµ¨ ¸¸µé±â 360
09 Machine Learning Optimization 372
Part 06 Neural Network
01 Neural NetworkÀÇ ÀÌÇØ 388
02 MNIST Fully-connected Multi Layer Neural Network Classification ¸ðµ¨ ¸¸µé±â 421
Part 07 CNN(Convolutional Neural Network)
01 CNN(Convolutional Neural Network)ÀÇ ÀÌÇØ 434
02 MNIST CNN Classification ¸ðµ¨ ¸¸µé±â 451
03 Fashion-MNIST CNN Classification ¸ðµ¨ ¸¸µé±â 458
Part 08 RNN(Recurrent Neural Network)
01 RNN(Recurrent Neural Network)ÀÇ ÀÌÇØ 472
02 IMDB LSTM Classification ¸ðµ¨ ¸¸µé±â 485
-
-
[¸Ó¸®¸»]
ÀÌ Ã¥Àº ¸Ó½Å·¯´×À» óÀ½ ½ÃÀÛÇÏ´Â ºÐµéÀÌ Èï¹Ì¸¦ ÀÒÁö ¾Ê°í ³¡±îÁö ÇнÀÇÏ¿© µö·¯´×À¸·Î °è¼Ó ÇнÀÀ» À̾ ¼ö ÀÖµµ·Ï ÇÏ´Â °ÍÀ» ¸ñÇ¥·Î ÇÏ°í ÀÖ½À´Ï´Ù.
ÀÌ Ã¥Àº Å©°Ô 3´Ü°è·Î ±¸¼ºµÇ¾î ÀÖ½À´Ï´Ù.
ù ¹ø° ´Ü°è´Â ¸Ó½Å·¯´× ÇнÀÀ» À§ÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÏ´Â ´Ü°èÀÔ´Ï´Ù. ¸Ó½Å·¯´× ¸ðµ¨À» ±¸ÇöÇϱâ À§Çؼ´Â ±âº»ÀûÀÎ ÇÁ·Î±×·¡¹Ö ½ºÅ³À» ÇÊ¿ä·Î Çϱ⠶§¹®¿¡ ÇÙ½ÉÀûÀÎ ±â´ÉµéÀ» ¿ä¾àÇؼ ºü¸£°Ô ¸Ó½Å·¯´×À¸·Î Á¢±ÙÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù.
µÎ ¹ø° ´Ü°è´Â º»°ÝÀûÀÎ ¸Ó½Å·¯´× ÇнÀ ´Ü°èÀÔ´Ï´Ù. ¸Ó½Å·¯´×ÀÌ ¹«¾ùÀÎÁö ÀÌÇظ¦ µ½±â À§ÇØ ¼öÄ¡ ¿¹Ãø°ú ºÐ·ù ¿¹Ãø ¸ðµ¨À» ±¸ÇöÇÏ´Â ½Ç½À ¿¹Á¦¸¦ ÅëÇØ Á÷°üÀûÀ¸·Î ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. Àΰø½Å°æ¸ÁÀÌ ¹ßÀüÇØ ¿Â °úÁ¤À» Ãʺ¸ÀÚµµ ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖ´Â ¼³¸íÀ¸·Î ¿À´Ã³¯ ´ÙÃþ Àΰø½Å°æ¸ÁÀÇ ÇнÀ ¿ø¸®¸¦ ¸íÈ®È÷ ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ¶ÇÇÑ ¾ÈÁ¤ÀûÀÌ°í ºü¸£°Ô ¼º°øÀûÀÎ ¸ðµ¨À» ÇнÀ½ÃÅ°±â À§ÇÑ ¿©·¯ °¡Áö ÀÌ·ÐÀû °³³ä°ú ¿ë¾îµéÀº µµ½ÄÈµÈ À̹ÌÁö¸¦ »ç¿ëÇÏ¿© ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ¶ÇÇÑ Åë°èÇÐÀ̳ª ¹ÌºÐ°ú °°Àº ¼öÇÐ Áö½ÄÀÌ ºÎÁ·ÇÑ ºÐµéµµ ¼ö½ÄÀÌ ÀǹÌÇÏ´Â ¹Ù°¡ ¹«¾ùÀÎÁö ÀÌÇØÇϴµ¥ ¾î·ÆÁö ¾Êµµ·Ï ½±°Ô Ç®¾î¼ ¼³¸íÇÏ¿´½À´Ï´Ù.
¼¼ ¹ø° ´Ü°è´Â µö·¯´× ÇнÀÀ» À§ÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÏ´Â ´Ü°èÀÔ´Ï´Ù. ÃÖ±Ù ÀÏ»ó»ýÈ°¿¡¼ ÀÌ µö·¯´× ±â¼úµéÀ» ½±°Ô Á¢ÇÏ°Ô µÇ¸é¼ µö·¯´× ±â¼ú¿¡ ´ëÇÑ °ü½Éµµ ±×¸¸Å Ä¿Áö°í ÀÖ½À´Ï´Ù.
µû¶ó¼ µö·¯´× ºÐ¾ß¿¡¼ ÃÖ±Ù °¡Àå È°¹ßÇÏ°Ô ¹ßÀüµÇ°í ÀÖ´Â ÄÄÇ»ÅͺñÀü ºÐ¾ß¿Í ÀÚ¿¬¾îó¸® ºÐ¾ß¿¡ ´ëÇÑ ±â¹Ý Áö½ÄÀ» ÇнÀÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿© º»ÀÎÀÌ °ü½É ÀÖ´Â ºÐ¾ß·Î °è¼ÓÇؼ ÇнÀÀ» À̾°¥ ¼ö ÀÖ°Ô ±¸¼ºÇÏ¿´½À´Ï´Ù.
¸Ó½Å·¯´×°ú µö·¯´× Ãʺ¸Àںе鲲 ÀÌ Ã¥ÀÌ ¸¹Àº µµ¿òÀÌ µÇ±æ ¹Ù¶ó¸ç ¾ÕÀ¸·Î ´õ Èï¹Ì¸¦ °®°Ô µÇ¾î Á» ´õ DeepÇÏ°Ô ÇнÀÇØ ³ª°¡½Ã±æ ¹Ù¶ó°Ú½À´Ï´Ù.
ÀÌ Ã¥À» Ãâ°£Çϱâ±îÁö µµ¿òÀ» ÁֽŠÁÖ°æ¾ßµ¶ À±µ¿±â ´ëÇ¥´Ô°ú ÀÓÁ÷¿øµé²² °¨»çÀÇ ¸»¾¸À» ÀüÇÕ´Ï´Ù. ¶ÇÇÑ ÆÀ¿÷ÀÇ Á߿伺°ú Ç×»ó ¾Æ³¦¾ø´Â °Ý·Á·Î ÀÀ¿øÇØ Áֽô ¼¿ïº¥Ã³´ëÇпø´ëÇб³ ȲÂù±Ô ±³¼ö´Ô°ú ÃÖâ¼± ±³¼ö´Ô²² °¨»çµå¸³´Ï´Ù. ÀΰøÁö´É ¿¬±¸ °³¹ß¿¡ µµ¿òÀ» ÁֽŠÇѼ¼´ëÇб³ ´ëÇпø ITÀ¶ÇÕÇаú ½Å½ÂÁß ±³¼ö´Ô²²µµ °¨»çµå¸³´Ï´Ù.
±×¸®°í ¾ðÁ¦³ª ³ªÀÇ °ç¿¡¼ Ç×»ó Àú¸¦ ÀÀ¿øÇØÁÖ°í ì°ÜÁÖ´Â »ç¶ûÇÏ´Â ¾Æ³»¿Í ¿¹»Û µþ ä¹Î¿¡°Ôµµ °¨»çÇÕ´Ï´Ù.
-
-
|
¼ÛÁ¤Çö [Àú]
|
|
-
Áß¾Ó´ëÇб³ ÄÄÇ»ÅͼÒÇÁÆ®¿þ¾îÇаú ¼®»ç ÇÐÀ§¸¦ ¹Þ¾Ò´Ù. ¼¿ïº¥Ã³´ëÇпø´ëÇб³ AI â¾÷¿¬±¸¼¾ÅÍ Ã¥ÀÓ¿¬±¸¿ø, (ÁÖ)ÁÖ°æ¾ßµ¶ Á÷¾÷Àü¹®Çб³ ÀΰøÁö´ÉÇаú ÈƷñ³»ç, (ÁÖ)ÁÖ°æ¾ßµ¶ ±³À°»ç¾÷ºÎ ÆÀÀå, (ÁÖ)¿¡µàÀª ±³À°½Ã½ºÅÛ¿¬±¸¼Ò ÆÀÀå, (ÁÖ)¿µÁø´åÄÄ ±³À°»ç¾÷ºÎ ÆÀÀåÀ» ¿ªÀÓÇß´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. |
|
|
|
|