Overview

Dataset statistics

Number of variables6
Number of observations27
Missing cells14
Missing cells (%)8.6%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory1.4 KiB
Average record size in memory52.9 B

Variable types

Text6

Dataset

Description민간 IP-R&D 전략지원, 정부 R&D 특허전략지원, 정부 R&D 특허설계지원, 글로벌 기술혁신 IP 전략개발 사업, 표준특허 창출지원 사업 등 교육에 대한 정보
Author한국특허전략개발원
URLhttps://www.data.go.kr/data/15093532/fileData.do

Alerts

과정_교육장소 has 14 (51.9%) missing valuesMissing

Reproduction

Analysis started2023-12-12 23:07:13.511343
Analysis finished2023-12-12 23:07:14.232922
Duration0.72 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

과정_제목
Text

Distinct26
Distinct (%)96.3%
Missing0
Missing (%)0.0%
Memory size348.0 B
2023-12-13T08:07:14.395367image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length41
Median length32
Mean length26.925926
Min length4

Characters and Unicode

Total characters727
Distinct characters121
Distinct categories8 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique25 ?
Unique (%)92.6%

Sample

1st row산업보안
2nd rowIP-R&D 전략수립 방법론
3rd row2014년 IP-R&D 전문인력 양성교육(기본과정)
4th row2014년 IP-R&D 전문인력 양성교육(심화과정)
5th row2015년 IP-R&D 전문인력 양성교육
ValueCountFrequency (%)
ip-r&d 12
 
8.8%
교육 9
 
6.6%
2017년 6
 
4.4%
전문인력 5
 
3.7%
2021년 5
 
3.7%
전문가 5
 
3.7%
특허 5
 
3.7%
표준특허 5
 
3.7%
빅데이터 4
 
2.9%
전략전문가 4
 
2.9%
Other values (59) 76
55.9%
2023-12-13T08:07:14.780688image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
109
 
15.0%
2 30
 
4.1%
교 28
 
3.9%
육 25
 
3.4%
0 23
 
3.2%
전 23
 
3.2%
년 20
 
2.8%
1 18
 
2.5%
문 16
 
2.2%
성 15
 
2.1%
Other values (111) 420
57.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 421
57.9%
Space Separator 109
 
15.0%
Decimal Number 84
 
11.6%
Uppercase Letter 58
 
8.0%
Other Punctuation 14
 
1.9%
Dash Punctuation 14
 
1.9%
Close Punctuation 14
 
1.9%
Open Punctuation 13
 
1.8%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
교 28
 
6.7%
육 25
 
5.9%
전 23
 
5.5%
년 20
 
4.8%
문 16
 
3.8%
성 15
 
3.6%
인 14
 
3.3%
양 12
 
2.9%
특 11
 
2.6%
허 11
 
2.6%
Other values (92) 246
58.4%
Decimal Number
ValueCountFrequency (%)
2 30
35.7%
0 23
27.4%
1 18
21.4%
7 6
 
7.1%
6 2
 
2.4%
4 2
 
2.4%
9 1
 
1.2%
8 1
 
1.2%
5 1
 
1.2%
Uppercase Letter
ValueCountFrequency (%)
P 15
25.9%
I 15
25.9%
D 14
24.1%
R 14
24.1%
Close Punctuation
ValueCountFrequency (%)
) 13
92.9%
」 1
 
7.1%
Space Separator
ValueCountFrequency (%)
109
100.0%
Other Punctuation
ValueCountFrequency (%)
& 14
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 14
100.0%
Open Punctuation
ValueCountFrequency (%)
( 13
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 421
57.9%
Common 248
34.1%
Latin 58
 
8.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
교 28
 
6.7%
육 25
 
5.9%
전 23
 
5.5%
년 20
 
4.8%
문 16
 
3.8%
성 15
 
3.6%
인 14
 
3.3%
양 12
 
2.9%
특 11
 
2.6%
허 11
 
2.6%
Other values (92) 246
58.4%
Common
ValueCountFrequency (%)
109
44.0%
2 30
 
12.1%
0 23
 
9.3%
1 18
 
7.3%
& 14
 
5.6%
- 14
 
5.6%
) 13
 
5.2%
( 13
 
5.2%
7 6
 
2.4%
6 2
 
0.8%
Other values (5) 6
 
2.4%
Latin
ValueCountFrequency (%)
P 15
25.9%
I 15
25.9%
D 14
24.1%
R 14
24.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 421
57.9%
ASCII 305
42.0%
None 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
109
35.7%
2 30
 
9.8%
0 23
 
7.5%
1 18
 
5.9%
P 15
 
4.9%
I 15
 
4.9%
D 14
 
4.6%
& 14
 
4.6%
R 14
 
4.6%
- 14
 
4.6%
Other values (8) 39
 
12.8%
Hangul
ValueCountFrequency (%)
교 28
 
6.7%
육 25
 
5.9%
전 23
 
5.5%
년 20
 
4.8%
문 16
 
3.8%
성 15
 
3.6%
인 14
 
3.3%
양 12
 
2.9%
특 11
 
2.6%
허 11
 
2.6%
Other values (92) 246
58.4%
None
ValueCountFrequency (%)
」 1
100.0%

과정_주최기관
Text

Distinct15
Distinct (%)55.6%
Missing0
Missing (%)0.0%
Memory size348.0 B
2023-12-13T08:07:14.968816image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length27
Median length23
Mean length16.444444
Min length6

Characters and Unicode

Total characters444
Distinct characters55
Distinct categories4 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique12 ?
Unique (%)44.4%

Sample

1st row한국특허전략개발원
2nd row한국특허전략개발원
3rd row한국지식재산전략원/한국여성과학기술인지원센터
4th row한국지식재산전략원/한국여성과학기술인지원센터
5th row한국지식재산전략원/한국여성과학기술인지원센터
ValueCountFrequency (%)
한국특허전략개발원 10
25.0%
한국지식재산전략원 6
15.0%
표준특허센터 5
12.5%
한국지식재산전략원/한국여성과학기술인지원센터 5
12.5%
남부여성새로일하기센터 2
 
5.0%
고양여성새로일하기센터 1
 
2.5%
경성대학교 1
 
2.5%
cipc 1
 
2.5%
청주대학교 1
 
2.5%
한국특허전략개발원,지식재산교육선도대학사업단 1
 
2.5%
Other values (7) 7
17.5%
2023-12-13T08:07:15.317548image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
한 28
 
6.3%
국 28
 
6.3%
원 28
 
6.3%
전 24
 
5.4%
략 23
 
5.2%
지 18
 
4.1%
터 17
 
3.8%
센 17
 
3.8%
특 16
 
3.6%
허 16
 
3.6%
Other values (45) 229
51.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 411
92.6%
Other Punctuation 15
 
3.4%
Space Separator 14
 
3.2%
Uppercase Letter 4
 
0.9%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
한 28
 
6.8%
국 28
 
6.8%
원 28
 
6.8%
전 24
 
5.8%
략 23
 
5.6%
지 18
 
4.4%
터 17
 
4.1%
센 17
 
4.1%
특 16
 
3.9%
허 16
 
3.9%
Other values (39) 196
47.7%
Uppercase Letter
ValueCountFrequency (%)
C 2
50.0%
P 1
25.0%
I 1
25.0%
Other Punctuation
ValueCountFrequency (%)
, 10
66.7%
/ 5
33.3%
Space Separator
ValueCountFrequency (%)
14
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 411
92.6%
Common 29
 
6.5%
Latin 4
 
0.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
한 28
 
6.8%
국 28
 
6.8%
원 28
 
6.8%
전 24
 
5.8%
략 23
 
5.6%
지 18
 
4.4%
터 17
 
4.1%
센 17
 
4.1%
특 16
 
3.9%
허 16
 
3.9%
Other values (39) 196
47.7%
Common
ValueCountFrequency (%)
14
48.3%
, 10
34.5%
/ 5
 
17.2%
Latin
ValueCountFrequency (%)
C 2
50.0%
P 1
25.0%
I 1
25.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 411
92.6%
ASCII 33
 
7.4%

Most frequent character per block

Hangul
ValueCountFrequency (%)
한 28
 
6.8%
국 28
 
6.8%
원 28
 
6.8%
전 24
 
5.8%
략 23
 
5.6%
지 18
 
4.4%
터 17
 
4.1%
센 17
 
4.1%
특 16
 
3.9%
허 16
 
3.9%
Other values (39) 196
47.7%
ASCII
ValueCountFrequency (%)
14
42.4%
, 10
30.3%
/ 5
 
15.2%
C 2
 
6.1%
P 1
 
3.0%
I 1
 
3.0%

과정_교육장소
Text

MISSING 

Distinct11
Distinct (%)84.6%
Missing14
Missing (%)51.9%
Memory size348.0 B
2023-12-13T08:07:15.496512image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length34
Median length18
Mean length15.307692
Min length9

Characters and Unicode

Total characters199
Distinct characters65
Distinct categories5 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique9 ?
Unique (%)69.2%

Sample

1st rowWISET ACADEMY 교육실
2nd rowWISET ACADEMY 교육실
3rd row한국여성과학기술인지원센터 교육장
4th rowWISET 에스코빌딩 3층 교육실
5th rowWISET 에스코빌딩 3층 교육실
ValueCountFrequency (%)
wiset 5
16.1%
교육실 5
16.1%
3층 3
 
9.7%
에스코빌딩 2
 
6.5%
academy 2
 
6.5%
아카데미 1
 
3.2%
고양여성새로일하기센터 1
 
3.2%
서부여성새로일하기센터 1
 
3.2%
전북여성새로일하기센터 1
 
3.2%
성남여성새로일하기센터 1
 
3.2%
Other values (9) 9
29.0%
2023-12-13T08:07:15.808091image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
18
 
9.0%
E 7
 
3.5%
기 7
 
3.5%
성 7
 
3.5%
센 6
 
3.0%
여 6
 
3.0%
T 6
 
3.0%
터 6
 
3.0%
교 6
 
3.0%
육 6
 
3.0%
Other values (55) 124
62.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 134
67.3%
Uppercase Letter 41
 
20.6%
Space Separator 18
 
9.0%
Decimal Number 5
 
2.5%
Other Punctuation 1
 
0.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
기 7
 
5.2%
성 7
 
5.2%
센 6
 
4.5%
여 6
 
4.5%
터 6
 
4.5%
교 6
 
4.5%
육 6
 
4.5%
실 6
 
4.5%
하 5
 
3.7%
일 5
 
3.7%
Other values (40) 74
55.2%
Uppercase Letter
ValueCountFrequency (%)
E 7
17.1%
T 6
14.6%
I 5
12.2%
W 5
12.2%
S 5
12.2%
A 4
9.8%
D 2
 
4.9%
C 2
 
4.9%
M 2
 
4.9%
Y 2
 
4.9%
Decimal Number
ValueCountFrequency (%)
3 3
60.0%
1 2
40.0%
Space Separator
ValueCountFrequency (%)
18
100.0%
Other Punctuation
ValueCountFrequency (%)
, 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 134
67.3%
Latin 41
 
20.6%
Common 24
 
12.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
기 7
 
5.2%
성 7
 
5.2%
센 6
 
4.5%
여 6
 
4.5%
터 6
 
4.5%
교 6
 
4.5%
육 6
 
4.5%
실 6
 
4.5%
하 5
 
3.7%
일 5
 
3.7%
Other values (40) 74
55.2%
Latin
ValueCountFrequency (%)
E 7
17.1%
T 6
14.6%
I 5
12.2%
W 5
12.2%
S 5
12.2%
A 4
9.8%
D 2
 
4.9%
C 2
 
4.9%
M 2
 
4.9%
Y 2
 
4.9%
Common
ValueCountFrequency (%)
18
75.0%
3 3
 
12.5%
1 2
 
8.3%
, 1
 
4.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 134
67.3%
ASCII 65
32.7%

Most frequent character per block

ASCII
ValueCountFrequency (%)
18
27.7%
E 7
 
10.8%
T 6
 
9.2%
I 5
 
7.7%
W 5
 
7.7%
S 5
 
7.7%
A 4
 
6.2%
3 3
 
4.6%
1 2
 
3.1%
D 2
 
3.1%
Other values (5) 8
12.3%
Hangul
ValueCountFrequency (%)
기 7
 
5.2%
성 7
 
5.2%
센 6
 
4.5%
여 6
 
4.5%
터 6
 
4.5%
교 6
 
4.5%
육 6
 
4.5%
실 6
 
4.5%
하 5
 
3.7%
일 5
 
3.7%
Other values (40) 74
55.2%

과정_내용
Text

Distinct19
Distinct (%)70.4%
Missing0
Missing (%)0.0%
Memory size348.0 B
2023-12-13T08:07:16.069782image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length84
Median length66
Mean length29.37037
Min length4

Characters and Unicode

Total characters793
Distinct characters171
Distinct categories12 ?
Distinct scripts3 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique16 ?
Unique (%)59.3%

Sample

1st row국내외 산업보안환경과 기술보호중요성을 인식하고 기술개발,이전,컨설팅 과정에서 기술보호를 위한 관리방법을 숙지하도록 한다.
2nd row본 과정은 특허청·R&D특허센터의 ‘지재권중심의 기술획득전략사업’, ‘첨단부품소재산업IP-R&D전략지원사업’에서 제시하는 IP-R&amp
3rd row기본과정
4th row심화 과정- 일시 : 2014. 03. 06(목) ~ 2014. 03. 07(금)
5th row내용없음
ValueCountFrequency (%)
7
 
4.6%
그림파일 6
 
3.9%
전문가 6
 
3.9%
특허 5
 
3.3%
빅데이터 5
 
3.3%
교육 4
 
2.6%
kista 4
 
2.6%
협업을 4
 
2.6%
통한 4
 
2.6%
교육과정 4
 
2.6%
Other values (82) 103
67.8%
2023-12-13T08:07:16.492469image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
127
 
16.0%
교 21
 
2.6%
과 15
 
1.9%
. 15
 
1.9%
전 14
 
1.8%
육 14
 
1.8%
특 14
 
1.8%
성 13
 
1.6%
허 13
 
1.6%
정 13
 
1.6%
Other values (161) 534
67.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 484
61.0%
Space Separator 127
 
16.0%
Uppercase Letter 47
 
5.9%
Decimal Number 43
 
5.4%
Other Punctuation 35
 
4.4%
Open Punctuation 13
 
1.6%
Dash Punctuation 13
 
1.6%
Close Punctuation 13
 
1.6%
Lowercase Letter 9
 
1.1%
Initial Punctuation 4
 
0.5%
Other values (2) 5
 
0.6%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
교 21
 
4.3%
과 15
 
3.1%
전 14
 
2.9%
육 14
 
2.9%
특 14
 
2.9%
성 13
 
2.7%
허 13
 
2.7%
정 13
 
2.7%
업 11
 
2.3%
인 10
 
2.1%
Other values (128) 346
71.5%
Uppercase Letter
ValueCountFrequency (%)
I 11
23.4%
P 7
14.9%
R 6
12.8%
D 5
10.6%
K 4
 
8.5%
S 4
 
8.5%
T 4
 
8.5%
A 4
 
8.5%
C 2
 
4.3%
Other Punctuation
ValueCountFrequency (%)
. 15
42.9%
, 9
25.7%
& 6
 
17.1%
; 2
 
5.7%
· 1
 
2.9%
/ 1
 
2.9%
: 1
 
2.9%
Decimal Number
ValueCountFrequency (%)
1 12
27.9%
0 8
18.6%
2 7
16.3%
7 6
14.0%
6 5
11.6%
4 3
 
7.0%
3 2
 
4.7%
Lowercase Letter
ValueCountFrequency (%)
a 3
33.3%
p 3
33.3%
m 3
33.3%
Space Separator
ValueCountFrequency (%)
127
100.0%
Open Punctuation
ValueCountFrequency (%)
( 13
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 13
100.0%
Close Punctuation
ValueCountFrequency (%)
) 13
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 4
100.0%
Math Symbol
ValueCountFrequency (%)
~ 3
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 484
61.0%
Common 253
31.9%
Latin 56
 
7.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
교 21
 
4.3%
과 15
 
3.1%
전 14
 
2.9%
육 14
 
2.9%
특 14
 
2.9%
성 13
 
2.7%
허 13
 
2.7%
정 13
 
2.7%
업 11
 
2.3%
인 10
 
2.1%
Other values (128) 346
71.5%
Common
ValueCountFrequency (%)
127
50.2%
. 15
 
5.9%
( 13
 
5.1%
- 13
 
5.1%
) 13
 
5.1%
1 12
 
4.7%
, 9
 
3.6%
0 8
 
3.2%
2 7
 
2.8%
& 6
 
2.4%
Other values (11) 30
 
11.9%
Latin
ValueCountFrequency (%)
I 11
19.6%
P 7
12.5%
R 6
10.7%
D 5
8.9%
K 4
 
7.1%
S 4
 
7.1%
T 4
 
7.1%
A 4
 
7.1%
a 3
 
5.4%
p 3
 
5.4%
Other values (2) 5
8.9%

Most occurring blocks

ValueCountFrequency (%)
Hangul 484
61.0%
ASCII 302
38.1%
Punctuation 6
 
0.8%
None 1
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
127
42.1%
. 15
 
5.0%
( 13
 
4.3%
- 13
 
4.3%
) 13
 
4.3%
1 12
 
4.0%
I 11
 
3.6%
, 9
 
3.0%
0 8
 
2.6%
2 7
 
2.3%
Other values (20) 74
24.5%
Hangul
ValueCountFrequency (%)
교 21
 
4.3%
과 15
 
3.1%
전 14
 
2.9%
육 14
 
2.9%
특 14
 
2.9%
성 13
 
2.7%
허 13
 
2.7%
정 13
 
2.7%
업 11
 
2.3%
인 10
 
2.1%
Other values (128) 346
71.5%
Punctuation
ValueCountFrequency (%)
‘ 4
66.7%
’ 2
33.3%
None
ValueCountFrequency (%)
· 1
100.0%

과정_목적
Text

Distinct24
Distinct (%)88.9%
Missing0
Missing (%)0.0%
Memory size348.0 B
2023-12-13T08:07:16.750798image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length228
Median length76
Mean length78.148148
Min length4

Characters and Unicode

Total characters2110
Distinct characters228
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique22 ?
Unique (%)81.5%

Sample

1st row산업기술 보호 중요성 인식한다. 기술유출 취약성 인지한다. 과제수행시 보안관리 요령 습득한다.
2nd row민간IP-R&D전략지원사업에 참여한 연구원의 IP-R&D전략수립 프로세스에 대한 이해를 높여 사업성과를 높힌다.자체적으로 IP포트폴리오를 구축할 수 있도록 한다. IP를 활용하여 R&D과제를 도출할 수 있도록 하고, 선정된 R&D과제에 대한 IP창출 및 강한 특허로 만드는 방법을 배운다.
3rd row이공계 전공 여성과학기술인에게 IP역량개발을 위한 'IP기반 연구개발 수립 및 활용 교육과정'을 제공하여 특허와 관련된 새로운 분야에 대한 (재)취업 및 경력개발을 꾀함
4th row이공계 전공 여성과학기술인에게 IP역량개발을 위한 'IP기반 연구개발 수립 및 활용 교육과정'을 제공하여 특허와 관련된 새로운 분야에 대한 (재)취업 및 경력개발을 꾀함
5th rowIP-R&D의 이해, 특허분석을 통한 아이디어 창출, 핵심특허 대응전략 이해 및 실습
ValueCountFrequency (%)
및 28
 
6.0%
ip-r&d 10
 
2.2%
이해 9
 
1.9%
특허 9
 
1.9%
사례 9
 
1.9%
창출 8
 
1.7%
8
 
1.7%
이공계 7
 
1.5%
표준특허 6
 
1.3%
위한 6
 
1.3%
Other values (223) 363
78.4%
2023-12-13T08:07:17.095181image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
438
 
20.8%
특 45
 
2.1%
허 45
 
2.1%
이 39
 
1.8%
, 38
 
1.8%
I 35
 
1.7%
P 34
 
1.6%
한 31
 
1.5%
및 28
 
1.3%
의 27
 
1.3%
Other values (218) 1350
64.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1378
65.3%
Space Separator 438
 
20.8%
Uppercase Letter 128
 
6.1%
Other Punctuation 97
 
4.6%
Dash Punctuation 20
 
0.9%
Close Punctuation 18
 
0.9%
Open Punctuation 18
 
0.9%
Decimal Number 5
 
0.2%
Math Symbol 4
 
0.2%
Lowercase Letter 4
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
특 45
 
3.3%
허 45
 
3.3%
이 39
 
2.8%
한 31
 
2.2%
및 28
 
2.0%
의 27
 
2.0%
을 26
 
1.9%
분 25
 
1.8%
업 24
 
1.7%
해 23
 
1.7%
Other values (191) 1065
77.3%
Uppercase Letter
ValueCountFrequency (%)
I 35
27.3%
P 34
26.6%
R 25
19.5%
D 25
19.5%
E 2
 
1.6%
S 2
 
1.6%
W 2
 
1.6%
T 2
 
1.6%
M 1
 
0.8%
Other Punctuation
ValueCountFrequency (%)
, 38
39.2%
& 24
24.7%
/ 13
 
13.4%
. 9
 
9.3%
· 5
 
5.2%
' 4
 
4.1%
: 4
 
4.1%
Decimal Number
ValueCountFrequency (%)
1 2
40.0%
2 2
40.0%
4 1
20.0%
Math Symbol
ValueCountFrequency (%)
> 2
50.0%
< 2
50.0%
Lowercase Letter
ValueCountFrequency (%)
r 2
50.0%
b 2
50.0%
Space Separator
ValueCountFrequency (%)
438
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 20
100.0%
Close Punctuation
ValueCountFrequency (%)
) 18
100.0%
Open Punctuation
ValueCountFrequency (%)
( 18
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1378
65.3%
Common 600
28.4%
Latin 132
 
6.3%

Most frequent character per script

Hangul
ValueCountFrequency (%)
특 45
 
3.3%
허 45
 
3.3%
이 39
 
2.8%
한 31
 
2.2%
및 28
 
2.0%
의 27
 
2.0%
을 26
 
1.9%
분 25
 
1.8%
업 24
 
1.7%
해 23
 
1.7%
Other values (191) 1065
77.3%
Common
ValueCountFrequency (%)
438
73.0%
, 38
 
6.3%
& 24
 
4.0%
- 20
 
3.3%
) 18
 
3.0%
( 18
 
3.0%
/ 13
 
2.2%
. 9
 
1.5%
· 5
 
0.8%
' 4
 
0.7%
Other values (6) 13
 
2.2%
Latin
ValueCountFrequency (%)
I 35
26.5%
P 34
25.8%
R 25
18.9%
D 25
18.9%
E 2
 
1.5%
S 2
 
1.5%
W 2
 
1.5%
r 2
 
1.5%
b 2
 
1.5%
T 2
 
1.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1378
65.3%
ASCII 727
34.5%
None 5
 
0.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
438
60.2%
, 38
 
5.2%
I 35
 
4.8%
P 34
 
4.7%
R 25
 
3.4%
D 25
 
3.4%
& 24
 
3.3%
- 20
 
2.8%
) 18
 
2.5%
( 18
 
2.5%
Other values (16) 52
 
7.2%
Hangul
ValueCountFrequency (%)
특 45
 
3.3%
허 45
 
3.3%
이 39
 
2.8%
한 31
 
2.2%
및 28
 
2.0%
의 27
 
2.0%
을 26
 
1.9%
분 25
 
1.8%
업 24
 
1.7%
해 23
 
1.7%
Other values (191) 1065
77.3%
None
ValueCountFrequency (%)
· 5
100.0%

과정_대상
Text

Distinct22
Distinct (%)81.5%
Missing0
Missing (%)0.0%
Memory size348.0 B
2023-12-13T08:07:17.361412image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length67
Median length36
Mean length31.481481
Min length8

Characters and Unicode

Total characters850
Distinct characters137
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique18 ?
Unique (%)66.7%

Sample

1st rowR&D사업을 수행하고 있는 연구인력 및 IP 담당자, 특허정보를 활용하는 특허전문가
2nd rowR&D사업을 수행하고 있는 연구인력 및 IP 담당자, 특허정보를 활용하는 특허전문가
3rd row미취업 및 경력단절 여성과학기술인, 비정규직 여성과학기술인 또는 IP분야 이직.경력개발 희망자, 이공계 석박사 여대학원생
4th row미취업 및 경력단절 여성과학기술인, 비정규직 여성과학기술인 또는 IP분야 이직.경력개발 희망자, 이공계 석박사 여대학원생
5th row미취업 재취업 희망 여성과학기술인, 이공계 여대학원생 등 30명
ValueCountFrequency (%)
이공계 9
 
4.9%
및 8
 
4.3%
또는 6
 
3.2%
등 5
 
2.7%
대학(원)생 5
 
2.7%
여성과학기술인 5
 
2.7%
졸업 4
 
2.2%
예정자 4
 
2.2%
기졸업자 4
 
2.2%
미취업 4
 
2.2%
Other values (91) 131
70.8%
2023-12-13T08:07:17.738511image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
158
 
18.6%
학 33
 
3.9%
업 26
 
3.1%
여 22
 
2.6%
대 21
 
2.5%
, 19
 
2.2%
자 18
 
2.1%
이 17
 
2.0%
성 16
 
1.9%
생 16
 
1.9%
Other values (127) 504
59.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 614
72.2%
Space Separator 158
 
18.6%
Other Punctuation 23
 
2.7%
Uppercase Letter 19
 
2.2%
Decimal Number 16
 
1.9%
Close Punctuation 10
 
1.2%
Open Punctuation 10
 
1.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 33
 
5.4%
업 26
 
4.2%
여 22
 
3.6%
대 21
 
3.4%
자 18
 
2.9%
이 17
 
2.8%
성 16
 
2.6%
생 16
 
2.6%
기 16
 
2.6%
공 14
 
2.3%
Other values (106) 415
67.6%
Uppercase Letter
ValueCountFrequency (%)
P 6
31.6%
I 5
26.3%
R 2
 
10.5%
D 2
 
10.5%
L 1
 
5.3%
O 1
 
5.3%
M 1
 
5.3%
T 1
 
5.3%
Decimal Number
ValueCountFrequency (%)
0 5
31.2%
2 4
25.0%
1 2
 
12.5%
3 2
 
12.5%
6 1
 
6.2%
4 1
 
6.2%
5 1
 
6.2%
Other Punctuation
ValueCountFrequency (%)
, 19
82.6%
& 2
 
8.7%
. 2
 
8.7%
Space Separator
ValueCountFrequency (%)
158
100.0%
Close Punctuation
ValueCountFrequency (%)
) 10
100.0%
Open Punctuation
ValueCountFrequency (%)
( 10
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 614
72.2%
Common 217
 
25.5%
Latin 19
 
2.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 33
 
5.4%
업 26
 
4.2%
여 22
 
3.6%
대 21
 
3.4%
자 18
 
2.9%
이 17
 
2.8%
성 16
 
2.6%
생 16
 
2.6%
기 16
 
2.6%
공 14
 
2.3%
Other values (106) 415
67.6%
Common
ValueCountFrequency (%)
158
72.8%
, 19
 
8.8%
) 10
 
4.6%
( 10
 
4.6%
0 5
 
2.3%
2 4
 
1.8%
& 2
 
0.9%
. 2
 
0.9%
1 2
 
0.9%
3 2
 
0.9%
Other values (3) 3
 
1.4%
Latin
ValueCountFrequency (%)
P 6
31.6%
I 5
26.3%
R 2
 
10.5%
D 2
 
10.5%
L 1
 
5.3%
O 1
 
5.3%
M 1
 
5.3%
T 1
 
5.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 614
72.2%
ASCII 236
 
27.8%

Most frequent character per block

ASCII
ValueCountFrequency (%)
158
66.9%
, 19
 
8.1%
) 10
 
4.2%
( 10
 
4.2%
P 6
 
2.5%
0 5
 
2.1%
I 5
 
2.1%
2 4
 
1.7%
& 2
 
0.8%
R 2
 
0.8%
Other values (11) 15
 
6.4%
Hangul
ValueCountFrequency (%)
학 33
 
5.4%
업 26
 
4.2%
여 22
 
3.6%
대 21
 
3.4%
자 18
 
2.9%
이 17
 
2.8%
성 16
 
2.6%
생 16
 
2.6%
기 16
 
2.6%
공 14
 
2.3%
Other values (106) 415
67.6%

Correlations

2023-12-13T08:07:17.822529image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
과정_제목과정_주최기관과정_교육장소과정_내용과정_목적과정_대상
과정_제목1.0000.5310.8701.0000.9590.944
과정_주최기관0.5311.0001.0000.0000.9030.958
과정_교육장소0.8701.0001.0000.0001.0001.000
과정_내용1.0000.0000.0001.0000.0000.000
과정_목적0.9590.9031.0000.0001.0000.987
과정_대상0.9440.9581.0000.0000.9871.000

Missing values

2023-12-13T08:07:14.085882image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T08:07:14.188375image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

과정_제목과정_주최기관과정_교육장소과정_내용과정_목적과정_대상
0산업보안한국특허전략개발원<NA>국내외 산업보안환경과 기술보호중요성을 인식하고 기술개발,이전,컨설팅 과정에서 기술보호를 위한 관리방법을 숙지하도록 한다.산업기술 보호 중요성 인식한다. 기술유출 취약성 인지한다. 과제수행시 보안관리 요령 습득한다.R&D사업을 수행하고 있는 연구인력 및 IP 담당자, 특허정보를 활용하는 특허전문가
1IP-R&D 전략수립 방법론한국특허전략개발원<NA>본 과정은 특허청·R&amp;D특허센터의 ‘지재권중심의 기술획득전략사업’, ‘첨단부품소재산업IP-R&amp;D전략지원사업’에서 제시하는 IP-R&amp민간IP-R&D전략지원사업에 참여한 연구원의 IP-R&D전략수립 프로세스에 대한 이해를 높여 사업성과를 높힌다.자체적으로 IP포트폴리오를 구축할 수 있도록 한다. IP를 활용하여 R&D과제를 도출할 수 있도록 하고, 선정된 R&D과제에 대한 IP창출 및 강한 특허로 만드는 방법을 배운다.R&D사업을 수행하고 있는 연구인력 및 IP 담당자, 특허정보를 활용하는 특허전문가
22014년 IP-R&D 전문인력 양성교육(기본과정)한국지식재산전략원/한국여성과학기술인지원센터WISET ACADEMY 교육실기본과정이공계 전공 여성과학기술인에게 IP역량개발을 위한 'IP기반 연구개발 수립 및 활용 교육과정'을 제공하여 특허와 관련된 새로운 분야에 대한 (재)취업 및 경력개발을 꾀함미취업 및 경력단절 여성과학기술인, 비정규직 여성과학기술인 또는 IP분야 이직.경력개발 희망자, 이공계 석박사 여대학원생
32014년 IP-R&D 전문인력 양성교육(심화과정)한국지식재산전략원/한국여성과학기술인지원센터WISET ACADEMY 교육실심화 과정- 일시 : 2014. 03. 06(목) ~ 2014. 03. 07(금)이공계 전공 여성과학기술인에게 IP역량개발을 위한 'IP기반 연구개발 수립 및 활용 교육과정'을 제공하여 특허와 관련된 새로운 분야에 대한 (재)취업 및 경력개발을 꾀함미취업 및 경력단절 여성과학기술인, 비정규직 여성과학기술인 또는 IP분야 이직.경력개발 희망자, 이공계 석박사 여대학원생
42015년 IP-R&D 전문인력 양성교육한국지식재산전략원/한국여성과학기술인지원센터한국여성과학기술인지원센터 교육장내용없음IP-R&D의 이해, 특허분석을 통한 아이디어 창출, 핵심특허 대응전략 이해 및 실습미취업 재취업 희망 여성과학기술인, 이공계 여대학원생 등 30명
52016년 IP-R&D 전문인력 양성교육(오전반)한국지식재산전략원/한국여성과학기술인지원센터WISET 에스코빌딩 3층 교육실오전반(2주 과정, ‘16. 6. 27.(월)~7. 7.(목))(재)한국여성과학기술인지원센터(WISET)과 업무 협력을 통해 여성 IP-R&D 전문인력 육성 및 일자리중개·(재)취업 지원, IP 분야 이해를 위한 온라인사전 학습, 특허법의 이해 및 IP-R&D와 특허법 IP-R&D의 이해 / 특허맵의 이해, 시장·환경 분석 / 선행기술조사, 핵심특허 대응전략 이론 및 사례, 신규특허 창출 및 R&D 방향제시 이론 및 사례, 컴퓨터 이용 실습 / 특허 빅데이터 분석법미(재)취업 희망 여성과학기술인과 이공과 여대학(원)생
62016년 IP-R&D 전문인력 양성교육(집중반)한국지식재산전략원/한국여성과학기술인지원센터WISET 에스코빌딩 3층 교육실집중반(1주 과정, ‘16. 7. 11.(월)~7.14.(목))(재)한국여성과학기술인지원센터(WISET)과 업무 협력을 통해 여성 IP-R&D 전문인력 육성 및 일자리중개·(재)취업 지원,IP 분야 이해를 위한 온라인사전 학습 특허법의 이해 및 IP-R&D와 특허법<br>IP-R&D의 이해 / 특허맵의 이해, 시장·환경 분석 / 선행기술조사, 핵심특허 대응전략 이론 및 사례, 신규특허 창출 및 R&D 방향제시 이론 및 사례, 컴퓨터 이용 실습 / 특허 빅데이터 분석법미(재)취업 희망 여성과학기술인과 이공과 여대학(원)생
7제 2회 글로벌 기술혁신 IP 전략개발 사업 참여기업 및 협력기관 교육한국지식재산전략원한국지식재산전략원 대회의실2016년 신규 사업인 글로벌 기술혁신 IP 전략개발 사업의 성공적인 수행을 위해 과제별 특성에 맞는 전문적 맞춤형참여기업 및 협력기관 참여연구원의 지속적 지식함양과 사업수행 시 실질적인 도움을 위해 실무 중심의 IP-R&D 방법론 및 사례 발표2016 글로벌 기술혁신 IP 전략개발 사업 참여기업 및 협력기관 참여연구원
82017년 지식재산중심(IP R&D)의 분석 실무 과정」한국지시재산전략원, 서울과학기술여성 새로일하기센터한국과학기술회솽 신관 11층, WISET 아카데미 교육실 3층그림파일지식재산 기반 연구개발 전략 수립/활용 교육을 통해 IP-R&D 분야로 이공계 전공 경력단절 미취업 여성의 (재)취업 및 경력개발을 지원하고자 함미취업, 경력단정 전문학사 이상 여성과학 기술인 24명 선발
92017년 여성새로일하기센터 직업교육훈련 IP-R&D 전략전문가 교육한국지식재산전략원, 남부여성새로일하기센터남부여성새로일하기센터그림파일지식재산권 이해(특허 개요/성행기술조사/특허청구항),IP-R&D실무(환경분석/특허동향분석/빅데이터 분석법/전략수립/경진대회)비경제활동 여성으로 이공계 분야 전공자 및 학사학위 이상의 취업희망자
과정_제목과정_주최기관과정_교육장소과정_내용과정_목적과정_대상
17한양대학교 맞춤형 표준특허 인식 확산 교육표준특허센터<NA>한양대학교 맞춤형 인식확산 교육1차시 : 표준특허의 개념 및 중요성, 2차시 : 표준특허 분쟁사례와 대응 전략한양대학교 대학생, 대학원생, 연구실, 산학협력단, 청년TLO 등
182020년 성균관대학교 예비연구인력 표준특허 인식확산 교육표준특허센터<NA>성균관대학교 예비연구인력을 대상으로 표준특허 인식확산 교육 제공1차시: 표준특허의 이해 및 중요성, 2차시: 특허제도를 활용한 표준특허 창출성균관대학교 학생, 연구실, 산학협력단 등
192020년 표준특허 전문가 양성교육(8월)한국특허전략개발원 표준특허센터<NA>표준특허 전문가 양성 교육표준특허 전문가 양성 교육표준특허 변리사
202020년 대학 예비연구인력 표준특허 인식확산 교육표준특허센터<NA>표준특허의 개념, 표준/특허의 개념, 표준특허의 개념 - 표준특허의 중요성(분쟁사례)표준특허 입문과정 교육으로 표준특허를 구성하는 특허·표준을 포함한 기본 개념과 실제사례 등을 통해 표준특허에 대한 인식제고와 이해를 목표로 한다.전국대학발명동아리연합회
212021년 특허 빅데이터 전문가 교육(중부권)한국특허전략개발원, 청주대학교 CIPC<NA>KISTA - 청주대학교 CIPC 협업을 통한 특허 빅데이터 전문가 교육과정IP분야 취업을 희망하는 이공계 대학(원)생 대상, 특허 빅데이터를 활용한 현장 사례 중심의 IP-R&D 강의를 통한 맞춤형 일자리 창출이공계 대학(원)생 졸업 예정자 또는 기졸업자
222021년 특허 빅데이터 전문가 교육(동남권)한국특허전략개발원, 경성대학교 산학협력단<NA>KISTA - 경성대학교 협업을 통한 특허 빅데이터 전문가 교육과정,(교육명) 2021년 특허 빅데이터 전문가 교육과정IP분야 취업을 희망하는 이공계 대학(원)생 대상, 특허 빅데이터를 활용한 현장 사례 중심의 IP-R&D 강의를 통한 맞춤형 일자리 창출이공계 대학(원)생 졸업 예정자 또는 기졸업자
23IP-R&D 전문위원 양성 교육(공통과정1-온라인)한국특허전략개발원<NA>IP-R&D 전문위원 양성 교육(공통과정1-온라인), (교육명) IP-R&D 전문위원 양성교육(공통과정1-온라인)IP-R&D 급속한 증가에 따른 신규전문위원 및 부PM의 수요 증가에 따라, 신규 투입된 직원의 IP-R&D 역량 강화 및 전직을 희망하는 직원을 위한 IP-R&D 이론 교육을 운영신규전문위원 및 하반기 과제참여 부PM, 전직 희망자 등
242021년 특허 빅데이터 전문가 교육(숭실대)한국특허전략개발원<NA>KISTA - 숭실대학교 협업을 통한 특허 빅데이터 전문가 교육과정IP분야 취업을 희망하는 이공계 대학(원)생 대상, 특허 빅데이터를 활용 현장 사례 중심의 IP-RD 강의를 통한 맞춤형 일자리 창출이공계 대학(원)생 졸업 예정자 또는 기졸업자
252021년 특허 빅데이터 전문가 교육(충청권)한국특허전략개발원<NA>KISTA - 충북대학교 협업을 통한 특허 빅데이터 전문가 교육과정IP분야 취업을 희망하는 이공계 대학(원)생 대상, 특허 빅데이터를 활용한 현장 사례 중심의 IP-R&D 강의를 통한 맞춤형 일자리 창출대학(원)생 00명(이공계 졸업 예정자 또는 기졸업자 우대)
262021년 특허 데이터톤 대회 온라인 교육한국특허전략개발원<NA>내용없음4차 산업혁명 시대 핵심 자산인 특허 데이터와 민간 아이디어를 결합하여 해커톤 방식으로 정책 문제 해결 방안 도출2021년 특허 데이터톤 대회 참가자 대상