Overview

Dataset statistics

Number of variables10
Number of observations193
Missing cells242
Missing cells (%)12.5%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory15.8 KiB
Average record size in memory83.7 B

Variable types

Categorical3
Text4
Numeric3

Dataset

Description대전광역시 2022년 인재개발원 교육훈련계획입니다.(교육과정명,교육대상,기간,일정 등) 2022년 공공데이터 기업매칭지원사업으로 수행되었습니다
Author대전광역시
URLhttps://www.data.go.kr/data/15111240/fileData.do

Alerts

횟수 is highly overall correlated with 기당인원 and 4 other fieldsHigh correlation
기당인원 is highly overall correlated with 횟수High correlation
총인원 is highly overall correlated with 횟수High correlation
유형구분 is highly overall correlated with 횟수 and 2 other fieldsHigh correlation
교육대상 is highly overall correlated with 횟수 and 2 other fieldsHigh correlation
기간 is highly overall correlated with 횟수 and 2 other fieldsHigh correlation
교육대상 is highly imbalanced (77.1%)Imbalance
기간 is highly imbalanced (54.3%)Imbalance
교육목표 has 121 (62.7%) missing valuesMissing
교과목구성 has 121 (62.7%) missing valuesMissing

Reproduction

Analysis started2023-12-12 20:06:03.873587
Analysis finished2023-12-12 20:06:06.405919
Duration2.53 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

유형구분
Categorical

HIGH CORRELATION 

Distinct9
Distinct (%)4.7%
Missing0
Missing (%)0.0%
Memory size1.6 KiB
사이버
132 
직무
19 
역량강화
 
12
소양(힐링)
 
11
정보화
 
10
Other values (4)
 
9

Length

Max length10
Median length3
Mean length3.2849741
Min length2

Unique

Unique1 ?
Unique (%)0.5%

Sample

1st row장기
2nd row기본
3rd row기본
4th row역량강화
5th row역량강화

Common Values

ValueCountFrequency (%)
사이버 132
68.4%
직무 19
 
9.8%
역량강화 12
 
6.2%
소양(힐링) 11
 
5.7%
정보화 10
 
5.2%
시정가치(지역특화) 4
 
2.1%
기본 2
 
1.0%
세종시위탁 2
 
1.0%
장기 1
 
0.5%

Length

2023-12-13T05:06:06.492545image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-13T05:06:06.671581image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
사이버 132
68.4%
직무 19
 
9.8%
역량강화 12
 
6.2%
소양(힐링 11
 
5.7%
정보화 10
 
5.2%
시정가치(지역특화 4
 
2.1%
기본 2
 
1.0%
세종시위탁 2
 
1.0%
장기 1
 
0.5%

교육과정명
Text

Distinct191
Distinct (%)99.0%
Missing0
Missing (%)0.0%
Memory size1.6 KiB
2023-12-13T05:06:06.950604image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length38
Median length25
Mean length13.067358
Min length3

Characters and Unicode

Total characters2522
Distinct characters377
Distinct categories11 ?
Distinct scripts4 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique189 ?
Unique (%)97.9%

Sample

1st row중견리더양성
2nd row신규자
3rd row지방공공기관 신규자
4th row5급 승진후보자 역량교육 및 역량진단
5th row소통형 리더십 역량강화
ValueCountFrequency (%)
이해 20
 
3.7%
및 17
 
3.1%
위한 8
 
1.5%
사회적 5
 
0.9%
기본 4
 
0.7%
행복한 4
 
0.7%
미래 4
 
0.7%
공직자 3
 
0.5%
한국판 3
 
0.5%
교육 3
 
0.5%
Other values (431) 475
87.0%
2023-12-13T05:06:07.367277image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
356
 
14.1%
이 57
 
2.3%
) 49
 
1.9%
( 49
 
1.9%
의 47
 
1.9%
공 41
 
1.6%
기 40
 
1.6%
사 37
 
1.5%
지 33
 
1.3%
한 31
 
1.2%
Other values (367) 1782
70.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1983
78.6%
Space Separator 356
 
14.1%
Close Punctuation 51
 
2.0%
Open Punctuation 51
 
2.0%
Uppercase Letter 27
 
1.1%
Other Punctuation 22
 
0.9%
Decimal Number 22
 
0.9%
Lowercase Letter 5
 
0.2%
Initial Punctuation 2
 
0.1%
Math Symbol 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
이 57
 
2.9%
의 47
 
2.4%
공 41
 
2.1%
기 40
 
2.0%
사 37
 
1.9%
지 33
 
1.7%
한 31
 
1.6%
자 30
 
1.5%
인 29
 
1.5%
해 27
 
1.4%
Other values (326) 1611
81.2%
Uppercase Letter
ValueCountFrequency (%)
D 5
18.5%
A 3
11.1%
T 2
 
7.4%
I 2
 
7.4%
N 2
 
7.4%
M 2
 
7.4%
S 2
 
7.4%
P 2
 
7.4%
C 2
 
7.4%
U 1
 
3.7%
Other values (4) 4
14.8%
Decimal Number
ValueCountFrequency (%)
0 6
27.3%
4 6
27.3%
1 4
18.2%
5 2
 
9.1%
8 1
 
4.5%
9 1
 
4.5%
3 1
 
4.5%
2 1
 
4.5%
Other Punctuation
ValueCountFrequency (%)
, 12
54.5%
· 4
 
18.2%
& 2
 
9.1%
! 2
 
9.1%
' 1
 
4.5%
? 1
 
4.5%
Lowercase Letter
ValueCountFrequency (%)
o 2
40.0%
l 1
20.0%
u 1
20.0%
t 1
20.0%
Close Punctuation
ValueCountFrequency (%)
) 49
96.1%
] 2
 
3.9%
Open Punctuation
ValueCountFrequency (%)
( 49
96.1%
[ 2
 
3.9%
Math Symbol
ValueCountFrequency (%)
< 1
50.0%
> 1
50.0%
Space Separator
ValueCountFrequency (%)
356
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 2
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1982
78.6%
Common 507
 
20.1%
Latin 32
 
1.3%
Han 1
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
이 57
 
2.9%
의 47
 
2.4%
공 41
 
2.1%
기 40
 
2.0%
사 37
 
1.9%
지 33
 
1.7%
한 31
 
1.6%
자 30
 
1.5%
인 29
 
1.5%
해 27
 
1.4%
Other values (325) 1610
81.2%
Common
ValueCountFrequency (%)
356
70.2%
) 49
 
9.7%
( 49
 
9.7%
, 12
 
2.4%
0 6
 
1.2%
4 6
 
1.2%
· 4
 
0.8%
1 4
 
0.8%
‘ 2
 
0.4%
] 2
 
0.4%
Other values (13) 17
 
3.4%
Latin
ValueCountFrequency (%)
D 5
15.6%
A 3
 
9.4%
T 2
 
6.2%
I 2
 
6.2%
N 2
 
6.2%
M 2
 
6.2%
S 2
 
6.2%
o 2
 
6.2%
P 2
 
6.2%
C 2
 
6.2%
Other values (8) 8
25.0%
Han
ValueCountFrequency (%)
家 1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1982
78.6%
ASCII 532
 
21.1%
None 4
 
0.2%
Punctuation 3
 
0.1%
CJK 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
356
66.9%
) 49
 
9.2%
( 49
 
9.2%
, 12
 
2.3%
0 6
 
1.1%
4 6
 
1.1%
D 5
 
0.9%
1 4
 
0.8%
A 3
 
0.6%
T 2
 
0.4%
Other values (28) 40
 
7.5%
Hangul
ValueCountFrequency (%)
이 57
 
2.9%
의 47
 
2.4%
공 41
 
2.1%
기 40
 
2.0%
사 37
 
1.9%
지 33
 
1.7%
한 31
 
1.6%
자 30
 
1.5%
인 29
 
1.5%
해 27
 
1.4%
Other values (325) 1610
81.2%
None
ValueCountFrequency (%)
· 4
100.0%
Punctuation
ValueCountFrequency (%)
‘ 2
66.7%
’ 1
33.3%
CJK
ValueCountFrequency (%)
家 1
100.0%

교육대상
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct20
Distinct (%)10.4%
Missing0
Missing (%)0.0%
Memory size1.6 KiB
전 직원
171 
세종시공무원(5급 이하)
 
2
전국공무원, 전 직원
 
2
3년 이내 신규자
 
2
신규 7·8·9급
 
1
Other values (15)
 
15

Length

Max length15
Median length4
Mean length4.6580311
Min length2

Unique

Unique16 ?
Unique (%)8.3%

Sample

1st row6급
2nd row신규 7·8·9급
3rd row지방공공기관 신규임용자
4th row시 5급 승진후보자
5th row6급 승진자 이상

Common Values

ValueCountFrequency (%)
전 직원 171
88.6%
세종시공무원(5급 이하) 2
 
1.0%
전국공무원, 전 직원 2
 
1.0%
3년 이내 신규자 2
 
1.0%
신규 7·8·9급 1
 
0.5%
지방공공기관 신규임용자 1
 
0.5%
시 5급 승진후보자 1
 
0.5%
6급 승진자 이상 1
 
0.5%
7~8급 승진자 1
 
0.5%
5~9급 교육운영담당자 1
 
0.5%
Other values (10) 10
 
5.2%

Length

2023-12-13T05:06:07.799023image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
직원 178
44.8%
전 176
44.3%
이내 4
 
1.0%
지방공공기관 2
 
0.5%
공로연수자 2
 
0.5%
잔여 2
 
0.5%
퇴직 2
 
0.5%
승진자 2
 
0.5%
6급 2
 
0.5%
세종시공무원(5급 2
 
0.5%
Other values (21) 25
 
6.3%

기간
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct10
Distinct (%)5.2%
Missing0
Missing (%)0.0%
Memory size1.6 KiB
1개월
132 
3일
32 
4일
15 
2일
 
8
43주
 
1
Other values (5)
 
5

Length

Max length9
Median length3
Mean length2.7305699
Min length2

Unique

Unique6 ?
Unique (%)3.1%

Sample

1st row43주
2nd row4주
3rd row1주
4th row5일(교육+진단)
5th row3일

Common Values

ValueCountFrequency (%)
1개월 132
68.4%
3일 32
 
16.6%
4일 15
 
7.8%
2일 8
 
4.1%
43주 1
 
0.5%
4주 1
 
0.5%
1주 1
 
0.5%
5일(교육+진단) 1
 
0.5%
10일 1
 
0.5%
5일 1
 
0.5%

Length

2023-12-13T05:06:07.926480image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-13T05:06:08.059165image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
1개월 132
68.4%
3일 32
 
16.6%
4일 15
 
7.8%
2일 8
 
4.1%
43주 1
 
0.5%
4주 1
 
0.5%
1주 1
 
0.5%
5일(교육+진단 1
 
0.5%
10일 1
 
0.5%
5일 1
 
0.5%

횟수
Real number (ℝ)

HIGH CORRELATION 

Distinct8
Distinct (%)4.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean8.0932642
Minimum1
Maximum11
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.8 KiB
2023-12-13T05:06:08.178845image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q12
median11
Q311
95-th percentile11
Maximum11
Range10
Interquartile range (IQR)9

Descriptive statistics

Standard deviation4.2194498
Coefficient of variation (CV)0.52135327
Kurtosis-1.2147816
Mean8.0932642
Median Absolute Deviation (MAD)0
Skewness-0.85053974
Sum1562
Variance17.803756
MonotonicityNot monotonic
2023-12-13T05:06:08.293068image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=8)
ValueCountFrequency (%)
11 121
62.7%
2 26
 
13.5%
1 23
 
11.9%
10 11
 
5.7%
3 6
 
3.1%
4 4
 
2.1%
5 1
 
0.5%
7 1
 
0.5%
ValueCountFrequency (%)
1 23
 
11.9%
2 26
 
13.5%
3 6
 
3.1%
4 4
 
2.1%
5 1
 
0.5%
7 1
 
0.5%
10 11
 
5.7%
11 121
62.7%
ValueCountFrequency (%)
11 121
62.7%
10 11
 
5.7%
7 1
 
0.5%
5 1
 
0.5%
4 4
 
2.1%
3 6
 
3.1%
2 26
 
13.5%
1 23
 
11.9%

기당인원
Real number (ℝ)

HIGH CORRELATION 

Distinct17
Distinct (%)8.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean30.968912
Minimum4
Maximum300
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.8 KiB
2023-12-13T05:06:08.395484image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum4
5-th percentile10
Q110
median20
Q335
95-th percentile54
Maximum300
Range296
Interquartile range (IQR)25

Descriptive statistics

Standard deviation48.034266
Coefficient of variation (CV)1.5510479
Kurtosis24.250254
Mean30.968912
Median Absolute Deviation (MAD)10
Skewness4.8334728
Sum5977
Variance2307.2907
MonotonicityNot monotonic
2023-12-13T05:06:08.519761image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=17)
ValueCountFrequency (%)
10 74
38.3%
35 36
18.7%
20 27
 
14.0%
30 20
 
10.4%
50 12
 
6.2%
26 6
 
3.1%
300 5
 
2.6%
5 3
 
1.6%
80 2
 
1.0%
73 1
 
0.5%
Other values (7) 7
 
3.6%
ValueCountFrequency (%)
4 1
 
0.5%
5 3
 
1.6%
6 1
 
0.5%
8 1
 
0.5%
10 74
38.3%
15 1
 
0.5%
20 27
 
14.0%
26 6
 
3.1%
30 20
 
10.4%
35 36
18.7%
ValueCountFrequency (%)
300 5
 
2.6%
200 1
 
0.5%
80 2
 
1.0%
73 1
 
0.5%
60 1
 
0.5%
50 12
 
6.2%
40 1
 
0.5%
35 36
18.7%
30 20
10.4%
26 6
 
3.1%

총인원
Real number (ℝ)

HIGH CORRELATION 

Distinct28
Distinct (%)14.5%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean241.52332
Minimum20
Maximum3300
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.8 KiB
2023-12-13T05:06:08.632166image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum20
5-th percentile35
Q170
median110
Q3220
95-th percentile550
Maximum3300
Range3280
Interquartile range (IQR)150

Descriptive statistics

Standard deviation538.3668
Coefficient of variation (CV)2.2290469
Kurtosis25.900238
Mean241.52332
Median Absolute Deviation (MAD)40
Skewness5.0771887
Sum46614
Variance289838.81
MonotonicityNot monotonic
2023-12-13T05:06:08.765358image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=28)
ValueCountFrequency (%)
110 70
36.3%
220 25
 
13.0%
70 18
 
9.3%
35 16
 
8.3%
550 11
 
5.7%
330 6
 
3.1%
100 5
 
2.6%
60 5
 
2.6%
30 5
 
2.6%
3300 5
 
2.6%
Other values (18) 27
 
14.0%
ValueCountFrequency (%)
20 1
 
0.5%
30 5
 
2.6%
35 16
8.3%
40 1
 
0.5%
52 2
 
1.0%
55 3
 
1.6%
60 5
 
2.6%
70 18
9.3%
73 1
 
0.5%
78 2
 
1.0%
ValueCountFrequency (%)
3300 5
 
2.6%
2200 1
 
0.5%
800 1
 
0.5%
600 1
 
0.5%
550 11
5.7%
400 1
 
0.5%
330 6
 
3.1%
220 25
13.0%
200 1
 
0.5%
182 1
 
0.5%

일정
Text

Distinct61
Distinct (%)31.6%
Missing0
Missing (%)0.0%
Memory size1.6 KiB
2023-12-13T05:06:09.077738image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length125
Median length6
Mean length14.658031
Min length6

Characters and Unicode

Total characters2829
Distinct characters32
Distinct categories7 ?
Distinct scripts2 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique57 ?
Unique (%)29.5%

Sample

1st row2022. 1. 26.∼11. 22.
2nd row1기 3.14.~4.8. 2기 4.25.~5.20. 3기 6.13.~7.8. 4기 10.17.~11.11. 5기 11.21.~12.16.
3rd row1기(1.17.~1.21.), 2기(7.18.~7.22.)
4th row교육진단 1기: 교육(3.2.~3.4.), 진단(3.7.~3.8.), 교육진단 2기: 교육(7.4.~7.6.), 진단(7.7.~7.8.), 교육진단 3기: 교육(12.5.~12.7.), 진단(12.8.~12.9.)
5th row1기(4.4.~4.6.), 2기(9.5.~9.7.)
ValueCountFrequency (%)
2월~12월 121
45.1%
2월~11월 11
 
4.1%
1기(3.28.~3.30 3
 
1.1%
1기(4.25.~4.28 3
 
1.1%
교육진단 3
 
1.1%
1기(4.11.~4.13 3
 
1.1%
1기(4.18.~4.20 3
 
1.1%
1기(3.14.~3.16 3
 
1.1%
2기(5.2.~5.4 2
 
0.7%
1기(5.16.~5.18 2
 
0.7%
Other values (99) 114
42.5%
2023-12-13T05:06:09.515408image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
. 494
17.5%
1 422
14.9%
2 408
14.4%
월 264
9.3%
~ 255
9.0%
기 121
 
4.3%
( 118
 
4.2%
) 118
 
4.2%
3 76
 
2.7%
4 75
 
2.7%
Other values (22) 478
16.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 1269
44.9%
Other Punctuation 561
19.8%
Other Letter 432
 
15.3%
Math Symbol 256
 
9.0%
Open Punctuation 118
 
4.2%
Close Punctuation 118
 
4.2%
Space Separator 75
 
2.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
월 264
61.1%
기 121
28.0%
교 6
 
1.4%
육 6
 
1.4%
진 6
 
1.4%
단 6
 
1.4%
공 6
 
1.4%
전 4
 
0.9%
무 4
 
0.9%
원 4
 
0.9%
Other values (3) 5
 
1.2%
Decimal Number
ValueCountFrequency (%)
1 422
33.3%
2 408
32.2%
3 76
 
6.0%
4 75
 
5.9%
6 60
 
4.7%
0 54
 
4.3%
9 53
 
4.2%
5 52
 
4.1%
7 36
 
2.8%
8 33
 
2.6%
Other Punctuation
ValueCountFrequency (%)
. 494
88.1%
, 59
 
10.5%
/ 5
 
0.9%
: 3
 
0.5%
Math Symbol
ValueCountFrequency (%)
~ 255
99.6%
∼ 1
 
0.4%
Open Punctuation
ValueCountFrequency (%)
( 118
100.0%
Close Punctuation
ValueCountFrequency (%)
) 118
100.0%
Space Separator
ValueCountFrequency (%)
75
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 2397
84.7%
Hangul 432
 
15.3%

Most frequent character per script

Common
ValueCountFrequency (%)
. 494
20.6%
1 422
17.6%
2 408
17.0%
~ 255
10.6%
( 118
 
4.9%
) 118
 
4.9%
3 76
 
3.2%
4 75
 
3.1%
75
 
3.1%
6 60
 
2.5%
Other values (9) 296
12.3%
Hangul
ValueCountFrequency (%)
월 264
61.1%
기 121
28.0%
교 6
 
1.4%
육 6
 
1.4%
진 6
 
1.4%
단 6
 
1.4%
공 6
 
1.4%
전 4
 
0.9%
무 4
 
0.9%
원 4
 
0.9%
Other values (3) 5
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII 2396
84.7%
Hangul 432
 
15.3%
Math Operators 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
. 494
20.6%
1 422
17.6%
2 408
17.0%
~ 255
10.6%
( 118
 
4.9%
) 118
 
4.9%
3 76
 
3.2%
4 75
 
3.1%
75
 
3.1%
6 60
 
2.5%
Other values (8) 295
12.3%
Hangul
ValueCountFrequency (%)
월 264
61.1%
기 121
28.0%
교 6
 
1.4%
육 6
 
1.4%
진 6
 
1.4%
단 6
 
1.4%
공 6
 
1.4%
전 4
 
0.9%
무 4
 
0.9%
원 4
 
0.9%
Other values (3) 5
 
1.2%
Math Operators
ValueCountFrequency (%)
∼ 1
100.0%

교육목표
Text

MISSING 

Distinct72
Distinct (%)100.0%
Missing121
Missing (%)62.7%
Memory size1.6 KiB
2023-12-13T05:06:09.824721image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length181
Median length89
Mean length75.111111
Min length51

Characters and Unicode

Total characters5408
Distinct characters380
Distinct categories11 ?
Distinct scripts3 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique72 ?
Unique (%)100.0%

Sample

1st row· 공직자로서 갖추어야 할 공직 기반가치 확립 및 인문 소양 함양 · 국·시정 과제 실행력 제고 및 공직자 직무수행 역량 강화 · 행정환경 변화에 대한 이해, 소통·갈등관리 등 핵심인재 리더십 배양 · 자기변화 촉진, 조직 활성화 및 시민행복추구 맞춤형 교육 운영 · 개인의 안목과 식견을 넓혀 시ㆍ구 주요시책에 능동적 참여
2nd row· 공직자가 갖추어야 할 공직관 확립 및 직무역량 강화 · 소통·공감 교육 강화로 조직이해 제고 및 집단지성 향상 · 시대변화에 적응할 수 있는 창의적이고 진취적인 우수인재 양성
3rd row· 지방공공기관 특성에 맞는 직무관련 실무능력향상 및 전문지식 습득 · 국정과제 및 시정방향 이해도 제고로 협업을 통한 시정 성과 창출기여
4th row· 5급 승진후보자 역량교육 및 역량진단으로 핵심리더 육성 · 개인역량 향상과 조직발전 제고를 통한 행정 서비스 향상
5th row· 지방분권시대의 핵심역할을 선도하는 관리자로서의 필수 리더십 역량 강화 · 소통형 리더십 함양과 현안 해결 및 조직 내 갈등관리 능력 향상
ValueCountFrequency (%)
· 87
 
6.3%
및 56
 
4.0%
통한 31
 
2.2%
대한 22
 
1.6%
등 21
 
1.5%
향상 18
 
1.3%
능력 16
 
1.2%
배양 16
 
1.2%
위한 15
 
1.1%
다양한 15
 
1.1%
Other values (737) 1089
78.6%
2023-12-13T05:06:10.391850image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1314
 
24.3%
· 170
 
3.1%
한 116
 
2.1%
의 86
 
1.6%
능 71
 
1.3%
이 69
 
1.3%
력 66
 
1.2%
기 65
 
1.2%
대 64
 
1.2%
정 61
 
1.1%
Other values (370) 3326
61.5%

Most occurring categories

ValueCountFrequency (%)
Other Letter 3863
71.4%
Space Separator 1314
 
24.3%
Other Punctuation 191
 
3.5%
Uppercase Letter 17
 
0.3%
Decimal Number 9
 
0.2%
Initial Punctuation 3
 
0.1%
Final Punctuation 3
 
0.1%
Lowercase Letter 3
 
0.1%
Close Punctuation 2
 
< 0.1%
Open Punctuation 2
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
한 116
 
3.0%
의 86
 
2.2%
능 71
 
1.8%
이 69
 
1.8%
력 66
 
1.7%
기 65
 
1.7%
대 64
 
1.7%
정 61
 
1.6%
양 58
 
1.5%
지 58
 
1.5%
Other values (342) 3149
81.5%
Uppercase Letter
ValueCountFrequency (%)
S 4
23.5%
D 3
17.6%
N 2
11.8%
C 2
11.8%
A 2
11.8%
I 1
 
5.9%
T 1
 
5.9%
H 1
 
5.9%
R 1
 
5.9%
Decimal Number
ValueCountFrequency (%)
4 2
22.2%
0 2
22.2%
8 1
11.1%
7 1
11.1%
5 1
11.1%
3 1
11.1%
1 1
11.1%
Other Punctuation
ValueCountFrequency (%)
· 170
89.0%
, 20
 
10.5%
? 1
 
0.5%
Lowercase Letter
ValueCountFrequency (%)
o 1
33.3%
t 1
33.3%
u 1
33.3%
Space Separator
ValueCountFrequency (%)
1314
100.0%
Initial Punctuation
ValueCountFrequency (%)
“ 3
100.0%
Final Punctuation
ValueCountFrequency (%)
” 3
100.0%
Close Punctuation
ValueCountFrequency (%)
) 2
100.0%
Open Punctuation
ValueCountFrequency (%)
( 2
100.0%
Math Symbol
ValueCountFrequency (%)
~ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 3863
71.4%
Common 1525
 
28.2%
Latin 20
 
0.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
한 116
 
3.0%
의 86
 
2.2%
능 71
 
1.8%
이 69
 
1.8%
력 66
 
1.7%
기 65
 
1.7%
대 64
 
1.7%
정 61
 
1.6%
양 58
 
1.5%
지 58
 
1.5%
Other values (342) 3149
81.5%
Common
ValueCountFrequency (%)
1314
86.2%
· 170
 
11.1%
, 20
 
1.3%
“ 3
 
0.2%
” 3
 
0.2%
4 2
 
0.1%
) 2
 
0.1%
( 2
 
0.1%
0 2
 
0.1%
8 1
 
0.1%
Other values (6) 6
 
0.4%
Latin
ValueCountFrequency (%)
S 4
20.0%
D 3
15.0%
N 2
10.0%
C 2
10.0%
A 2
10.0%
o 1
 
5.0%
t 1
 
5.0%
u 1
 
5.0%
I 1
 
5.0%
T 1
 
5.0%
Other values (2) 2
10.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 3862
71.4%
ASCII 1369
 
25.3%
None 170
 
3.1%
Punctuation 6
 
0.1%
Compat Jamo 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1314
96.0%
, 20
 
1.5%
S 4
 
0.3%
D 3
 
0.2%
N 2
 
0.1%
4 2
 
0.1%
) 2
 
0.1%
C 2
 
0.1%
( 2
 
0.1%
A 2
 
0.1%
Other values (15) 16
 
1.2%
None
ValueCountFrequency (%)
· 170
100.0%
Hangul
ValueCountFrequency (%)
한 116
 
3.0%
의 86
 
2.2%
능 71
 
1.8%
이 69
 
1.8%
력 66
 
1.7%
기 65
 
1.7%
대 64
 
1.7%
정 61
 
1.6%
양 58
 
1.5%
지 58
 
1.5%
Other values (341) 3148
81.5%
Punctuation
ValueCountFrequency (%)
“ 3
50.0%
” 3
50.0%
Compat Jamo
ValueCountFrequency (%)
ㆍ 1
100.0%

교과목구성
Text

MISSING 

Distinct72
Distinct (%)100.0%
Missing121
Missing (%)62.7%
Memory size1.6 KiB
2023-12-13T05:06:10.729233image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length284
Median length130.5
Mean length121.43056
Min length30

Characters and Unicode

Total characters8743
Distinct characters488
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique72 ?
Unique (%)100.0%

Sample

1st row공직가치, 국ㆍ시정과제 및 주요시책, 자기변화훈련, 팀 리더십, 리더십 기초역량, 리더십 기타, 정 보 화, 직무법규, 직무 및 행정역량, 분임정책연구, 개인정책연구, 국외연수, 체력관리, 취미소양, 공직소양, 자 격 증, 외 국 어, 행정·기타
2nd row공직자로서의 자긍심 고취, 올바른 국가관 및 공직가치 함양, 공직윤리 및 청렴 역량 강화, 남북관계 현실과 미래 조명, 민원대응 능력 향상, 시정 핵심가치 이해, 주요 시정 현장탐방, 직무역량 배양을 위한 현장ㆍ실무 중심의 기본교육, 전문적인 공직능력 향상, 의사소통 역량 강화, 과학 및 인문ㆍ소양 교육, 문화ㆍ예술 체험을 통한 창의력 향상, 분임 정책연구 활동, 평가, 입교식, 수료식, 과정안내 등
3rd row· 기본자질 함양 · 지방공공기관의 이해 · 신규공무원이 갖춰야할 청렴공직관 · 지방공공기관 사회적 가치 이해 · 비즈니스 매너와 자기관리 · 세대공감 조직이해 · 직무해결능력 향상 · 지방공공기관 예산회계 · 공문서 및 보고서 작성법 · 지방공공기관 서비스 및 민원응대 CS교육 · 멀티미디어 문서작성 · 건강한 직장문화 조성을 위한 4대 폭력예방 · 4차산업혁명과 대전의 이해 · 대덕연구개발 특구, 과학으로 잘 사는 도시 대전 · 신입직원 재무관리 · 입교 및 등록, 수료 및 설문
4th row·제4차 산업혁명과 리더십 ·성인지 감수성 향상(택 1) ·역량교육과 역량평가의 이해 ·역할수행 과제 숙지 및 실습, 피드백 ·구두발표 과제 숙지 및 실습, 피드백 ·서류함기법 과제 숙지 및 실습, 피드백 ·집단토론 과제 숙지 및 실습, 피드백 ·과정안내 및 교육생 자기소개, 이수소감 공유 ·역량진단 오리엔테이션 ·역할수행 과제 숙지 및 진단 ·구두발표 과제 숙지 및 진단 ·집단토론 과제 숙지 및 진단
5th row·제4차 산업혁명과 대전의 미래 ·성인지 감수성 향상(택 1) ·공존하는 조직(갑질 예방) ·시정가치 및 핵심 국정과제 이해 ·관리자 이미지 컨설팅(나의 매력 표현하기) ·리더십 개발을 위한 무원지(멘탈)코칭 ·감성리더십 개발(세대공감 커뮤니케이션) ·불확실성 시대의 스트레스 관리(몸과 마음의 움직임) ·단계별 소통의 실제(실습)
ValueCountFrequency (%)
및 109
 
6.5%
· 37
 
2.2%
위한 31
 
1.8%
등 25
 
1.5%
15
 
0.9%
이해 15
 
0.9%
산업혁명과 14
 
0.8%
대전의 14
 
0.8%
트렌드 11
 
0.7%
예술분야 10
 
0.6%
Other values (1009) 1403
83.3%
2023-12-13T05:06:11.269755image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1612
 
18.4%
· 510
 
5.8%
기 155
 
1.8%
이 153
 
1.7%
의 150
 
1.7%
, 133
 
1.5%
및 109
 
1.2%
과 96
 
1.1%
사 96
 
1.1%
지 86
 
1.0%
Other values (478) 5643
64.5%

Most occurring categories

ValueCountFrequency (%)
Other Letter 6200
70.9%
Space Separator 1612
 
18.4%
Other Punctuation 670
 
7.7%
Close Punctuation 62
 
0.7%
Open Punctuation 62
 
0.7%
Decimal Number 62
 
0.7%
Uppercase Letter 52
 
0.6%
Lowercase Letter 13
 
0.1%
Math Symbol 6
 
0.1%
Connector Punctuation 4
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
기 155
 
2.5%
이 153
 
2.5%
의 150
 
2.4%
및 109
 
1.8%
과 96
 
1.5%
사 96
 
1.5%
지 86
 
1.4%
관 84
 
1.4%
해 80
 
1.3%
정 79
 
1.3%
Other values (435) 5112
82.5%
Uppercase Letter
ValueCountFrequency (%)
I 10
19.2%
T 10
19.2%
D 7
13.5%
S 6
11.5%
C 5
9.6%
O 2
 
3.8%
R 2
 
3.8%
H 2
 
3.8%
A 2
 
3.8%
N 2
 
3.8%
Other values (4) 4
 
7.7%
Lowercase Letter
ValueCountFrequency (%)
s 2
15.4%
n 2
15.4%
a 2
15.4%
p 2
15.4%
o 1
7.7%
y 1
7.7%
w 1
7.7%
r 1
7.7%
k 1
7.7%
Decimal Number
ValueCountFrequency (%)
1 23
37.1%
4 16
25.8%
2 10
16.1%
0 7
 
11.3%
3 3
 
4.8%
9 2
 
3.2%
5 1
 
1.6%
Other Punctuation
ValueCountFrequency (%)
· 510
76.1%
, 133
 
19.9%
/ 21
 
3.1%
※ 4
 
0.6%
＆ 1
 
0.1%
& 1
 
0.1%
Close Punctuation
ValueCountFrequency (%)
) 42
67.7%
] 20
32.3%
Open Punctuation
ValueCountFrequency (%)
( 42
67.7%
[ 20
32.3%
Space Separator
ValueCountFrequency (%)
1612
100.0%
Math Symbol
ValueCountFrequency (%)
+ 6
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 6200
70.9%
Common 2478
 
28.3%
Latin 65
 
0.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
기 155
 
2.5%
이 153
 
2.5%
의 150
 
2.4%
및 109
 
1.8%
과 96
 
1.5%
사 96
 
1.5%
지 86
 
1.4%
관 84
 
1.4%
해 80
 
1.3%
정 79
 
1.3%
Other values (435) 5112
82.5%
Latin
ValueCountFrequency (%)
I 10
15.4%
T 10
15.4%
D 7
10.8%
S 6
 
9.2%
C 5
 
7.7%
O 2
 
3.1%
s 2
 
3.1%
n 2
 
3.1%
a 2
 
3.1%
p 2
 
3.1%
Other values (13) 17
26.2%
Common
ValueCountFrequency (%)
1612
65.1%
· 510
 
20.6%
, 133
 
5.4%
) 42
 
1.7%
( 42
 
1.7%
1 23
 
0.9%
/ 21
 
0.8%
] 20
 
0.8%
[ 20
 
0.8%
4 16
 
0.6%
Other values (10) 39
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 6196
70.9%
ASCII 2028
 
23.2%
None 511
 
5.8%
Compat Jamo 4
 
< 0.1%
Punctuation 4
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1612
79.5%
, 133
 
6.6%
) 42
 
2.1%
( 42
 
2.1%
1 23
 
1.1%
/ 21
 
1.0%
] 20
 
1.0%
[ 20
 
1.0%
4 16
 
0.8%
2 10
 
0.5%
Other values (30) 89
 
4.4%
None
ValueCountFrequency (%)
· 510
99.8%
＆ 1
 
0.2%
Hangul
ValueCountFrequency (%)
기 155
 
2.5%
이 153
 
2.5%
의 150
 
2.4%
및 109
 
1.8%
과 96
 
1.5%
사 96
 
1.5%
지 86
 
1.4%
관 84
 
1.4%
해 80
 
1.3%
정 79
 
1.3%
Other values (434) 5108
82.4%
Compat Jamo
ValueCountFrequency (%)
ㆍ 4
100.0%
Punctuation
ValueCountFrequency (%)
※ 4
100.0%

Interactions

2023-12-13T05:06:05.607531image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:04.966912image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.285718image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.735357image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.064345image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.390704image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.852726image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.170487image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T05:06:05.502218image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-13T05:06:11.420146image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
유형구분교육대상기간횟수기당인원총인원일정교육목표교과목구성
유형구분1.0000.9330.8760.7840.6950.0000.9981.0001.000
교육대상0.9331.0000.9930.8720.6700.0000.9991.0001.000
기간0.8760.9931.0000.8040.8210.0001.0001.0001.000
횟수0.7840.8720.8041.0000.5890.2061.0001.0001.000
기당인원0.6950.6700.8210.5891.0000.9790.4701.0001.000
총인원0.0000.0000.0000.2060.9791.0000.0001.0001.000
일정0.9980.9991.0001.0000.4700.0001.0001.0001.000
교육목표1.0001.0001.0001.0001.0001.0001.0001.0001.000
교과목구성1.0001.0001.0001.0001.0001.0001.0001.0001.000
2023-12-13T05:06:11.581940image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
기간교육대상유형구분
기간1.0000.8340.650
교육대상0.8341.0000.710
유형구분0.6500.7101.000
2023-12-13T05:06:11.709334image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
횟수기당인원총인원유형구분교육대상기간
횟수1.000-0.5340.7550.5510.5700.588
기당인원-0.5341.0000.0450.4900.3410.473
총인원0.7550.0451.0000.0000.0000.000
유형구분0.5510.4900.0001.0000.7100.650
교육대상0.5700.3410.0000.7101.0000.834
기간0.5880.4730.0000.6500.8341.000

Missing values

2023-12-13T05:06:06.028213image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T05:06:06.209189image/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.
2023-12-13T05:06:06.344457image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

유형구분교육과정명교육대상기간횟수기당인원총인원일정교육목표교과목구성
0장기중견리더양성6급43주173732022. 1. 26.∼11. 22.· 공직자로서 갖추어야 할 공직 기반가치 확립 및 인문 소양 함양 · 국·시정 과제 실행력 제고 및 공직자 직무수행 역량 강화 · 행정환경 변화에 대한 이해, 소통·갈등관리 등 핵심인재 리더십 배양 · 자기변화 촉진, 조직 활성화 및 시민행복추구 맞춤형 교육 운영 · 개인의 안목과 식견을 넓혀 시ㆍ구 주요시책에 능동적 참여공직가치, 국ㆍ시정과제 및 주요시책, 자기변화훈련, 팀 리더십, 리더십 기초역량, 리더십 기타, 정 보 화, 직무법규, 직무 및 행정역량, 분임정책연구, 개인정책연구, 국외연수, 체력관리, 취미소양, 공직소양, 자 격 증, 외 국 어, 행정·기타
1기본신규자신규 7·8·9급4주5804001기 3.14.~4.8. 2기 4.25.~5.20. 3기 6.13.~7.8. 4기 10.17.~11.11. 5기 11.21.~12.16.· 공직자가 갖추어야 할 공직관 확립 및 직무역량 강화 · 소통·공감 교육 강화로 조직이해 제고 및 집단지성 향상 · 시대변화에 적응할 수 있는 창의적이고 진취적인 우수인재 양성공직자로서의 자긍심 고취, 올바른 국가관 및 공직가치 함양, 공직윤리 및 청렴 역량 강화, 남북관계 현실과 미래 조명, 민원대응 능력 향상, 시정 핵심가치 이해, 주요 시정 현장탐방, 직무역량 배양을 위한 현장ㆍ실무 중심의 기본교육, 전문적인 공직능력 향상, 의사소통 역량 강화, 과학 및 인문ㆍ소양 교육, 문화ㆍ예술 체험을 통한 창의력 향상, 분임 정책연구 활동, 평가, 입교식, 수료식, 과정안내 등
2기본지방공공기관 신규자지방공공기관 신규임용자1주2501001기(1.17.~1.21.), 2기(7.18.~7.22.)· 지방공공기관 특성에 맞는 직무관련 실무능력향상 및 전문지식 습득 · 국정과제 및 시정방향 이해도 제고로 협업을 통한 시정 성과 창출기여· 기본자질 함양 · 지방공공기관의 이해 · 신규공무원이 갖춰야할 청렴공직관 · 지방공공기관 사회적 가치 이해 · 비즈니스 매너와 자기관리 · 세대공감 조직이해 · 직무해결능력 향상 · 지방공공기관 예산회계 · 공문서 및 보고서 작성법 · 지방공공기관 서비스 및 민원응대 CS교육 · 멀티미디어 문서작성 · 건강한 직장문화 조성을 위한 4대 폭력예방 · 4차산업혁명과 대전의 이해 · 대덕연구개발 특구, 과학으로 잘 사는 도시 대전 · 신입직원 재무관리 · 입교 및 등록, 수료 및 설문
3역량강화5급 승진후보자 역량교육 및 역량진단시 5급 승진후보자5일(교육+진단)33090교육진단 1기: 교육(3.2.~3.4.), 진단(3.7.~3.8.), 교육진단 2기: 교육(7.4.~7.6.), 진단(7.7.~7.8.), 교육진단 3기: 교육(12.5.~12.7.), 진단(12.8.~12.9.)· 5급 승진후보자 역량교육 및 역량진단으로 핵심리더 육성 · 개인역량 향상과 조직발전 제고를 통한 행정 서비스 향상·제4차 산업혁명과 리더십 ·성인지 감수성 향상(택 1) ·역량교육과 역량평가의 이해 ·역할수행 과제 숙지 및 실습, 피드백 ·구두발표 과제 숙지 및 실습, 피드백 ·서류함기법 과제 숙지 및 실습, 피드백 ·집단토론 과제 숙지 및 실습, 피드백 ·과정안내 및 교육생 자기소개, 이수소감 공유 ·역량진단 오리엔테이션 ·역할수행 과제 숙지 및 진단 ·구두발표 과제 숙지 및 진단 ·집단토론 과제 숙지 및 진단
4역량강화소통형 리더십 역량강화6급 승진자 이상3일230601기(4.4.~4.6.), 2기(9.5.~9.7.)· 지방분권시대의 핵심역할을 선도하는 관리자로서의 필수 리더십 역량 강화 · 소통형 리더십 함양과 현안 해결 및 조직 내 갈등관리 능력 향상·제4차 산업혁명과 대전의 미래 ·성인지 감수성 향상(택 1) ·공존하는 조직(갑질 예방) ·시정가치 및 핵심 국정과제 이해 ·관리자 이미지 컨설팅(나의 매력 표현하기) ·리더십 개발을 위한 무원지(멘탈)코칭 ·감성리더십 개발(세대공감 커뮤니케이션) ·불확실성 시대의 스트레스 관리(몸과 마음의 움직임) ·단계별 소통의 실제(실습)
5역량강화MZ세대 공무원 역량강화7~8급 승진자3일230601기(5.16.~5.18.), 2기(10.24.~10.26.)· 7~8급 승진자의 행정실무능력 향상을 위한 필수 역량 강화 · 협업·커뮤니케이션 능력 ·양으로 상호존중하는 조직 일원으로 성장 도모·제4차 산업혁명과 대전의 미래·성인지 감수성 향상(택 1)·장애인식 개선·실무에 꼭 필요한 보고서 작성법·보고력 향상을 위한 스피치 역량·협업력 향상을 위한 워크숍(게이미피케이션)·세대공감 커뮤니케이션
6역량강화교육운영담당자 HRD 역량강화5~9급 교육운영담당자2일130301기(2.21.~2.22.)· 조직성과 달성을 위한 HRD의 이해와 교육운영담당자의 역할 정립 · 교육과정 개발·운영의 전문지식 습득을 통한 필수 직무역량강화·HRD 기능 및 교육담당자 역할·HRD 트렌드 및 우수사례·조직 내 커뮤니케이션·교육기획 실무 ＆ 교육계획 수립 역량강화
7역량강화면접관 양성4~5급2일120201기(3.14.~3.15.)· 다양한 면접이론 등 실무교육으로 전문 면접관 양성· 면접관으로서의 역할 및 태도 등 전문적 자질 함양·제4차 산업혁명과 리더십·공직자 청렴의식 제고(택 1)·면접관의 역할과 자세·면접기법·면접실습·공무원 면접관 실제 사례·모의 면접
8역량강화원활한 소통을 위한 갈등관리 및 협상전 직원4일330901기(4.25.~4.28.), 2기(6.13.~6.16.), 3기(10.11.~10.14.)· 사회적 갈등 및 주요 현안과제 해결에 필요한 협상지식 습득· 갈등관리와 협상에 대한 이해 및 전략적 협상기술 습득·제4차 산업혁명과 대전의 미래·국정과제의 이해·갈등의 이해·갈등해결을 위한 소통의 기술 및 사례·협상의 이해·전략적 협상법·갑질 근절(사례를 통한 예방)·공감과 신뢰의 커뮤니케이션·성격진단을 통한 소통스킬
9역량강화스피치와 커뮤니케이션전 직원3일4301201기(4.11.~4.13.), 2기(5.23.~5.25), 3기(10.4.~10.6.), 4기(11.7.~11.9.)· 자기관리 이미지 개선 및 효과적인 의사전달을 위한 관리능력 배양· 감성적이고 긍정적인 마인드 제고를 통한 감성리더십 배양·국정과제의 이해·제4차 산업혁명과 대전의 미래 (택 1)·저명인사 초청 인문학 강연·명품보이스&스피치 트레이닝·이미지메이킹은 파워다·자기브랜드 가치 높이기·해피 프레젠테이션·스피치 역량강화
유형구분교육과정명교육대상기간횟수기당인원총인원일정교육목표교과목구성
183사이버한국판 뉴딜(그린뉴딜)전 직원1개월115552월~12월<NA><NA>
184사이버한국판 뉴딜(디지털뉴딜)전 직원1개월115552월~12월<NA><NA>
185사이버혁신성장과 8대 핵심선도사업(마이크로러닝)전 직원1개월11101102월~12월<NA><NA>
186사이버혁신적 포용국가 사회정책(마이크로러닝)전 직원1개월11101102월~12월<NA><NA>
187사이버갑질근절 프로젝트전 직원1개월1120022002월~12월<NA><NA>
188사이버공직자 안보교육전 직원1개월1130033002월~12월<NA><NA>
189사이버(아동학대예방)아동학대 신고의무자 교육 및 공공부문 아동학대 예방교육전 직원1개월1130033002월~12월<NA><NA>
190사이버(장애인식개선)장애인식 개선교육 <인식의 새로고침>전 직원1개월1130033002월~12월<NA><NA>
191사이버적극행정의 이해전 직원1개월1130033002월~12월<NA><NA>
192사이버(4대폭력예방) 평등한 일상, 폭력예방교육(일반)전 직원1개월1130033002월~12월<NA><NA>