Data Science (60) 썸네일형 리스트형 2. 인덱스 기본 1. 인덱스 구조 및 탐색 2. 인덱스 기본 사용법 3. 인덱스 확장기능 사용법 인덱스 구조 (일반적인 DBMS의 인덱스는 B*트리) : 어떤 값으로 탐색하더라도 인덱스 루트에서 리프 블록까지 도달하기까지 읽는 블록 수가 같은 트리 B 트리, B+ 트리, B* 트리는 모두 데이터베이스나 파일 시스템에서 사용되는 인덱스 구조로, 데이터를 효율적으로 검색하고 관리하는 데에 활용됩니다. 각각의 트리는 특정한 용도나 성능 특성에 따라 설계되었으며, 목표하는 기능과 성능을 달성하기 위해 트리의 구조와 동작 방식에 차이가 있습니다. 이제 각 트리의 특징과 차이를 살펴보겠습니다. 1. B 트리 (B-Tree) - B 트리는 여러 자식을 가지는 자가 균형 이진 트리로, 각 노드에는 키와 그에 대응하는 자식 노드를 저장.. 1. SQL 처리 과정과 I/O SQL 파싱과 최적화 SQL 공유 및 재사용 데이터 저장 구조 및 I/O 메커니즘 라이브러리 캐시에 없는 SQL 실행 = 하드 파싱 = 내부 프로시저를 만드는 과정 1) 옵티마이저가 최적화 2) 로우 소스 생성 모든 SQL을 소프트 파싱하기 어려운 이유 -> 이름 없는 SQL 문제 -> 바인드 변수의 중요성 -> 하드 파싱을 최소화하기 위함 SQL이 느린 이유와 DBMS가 이를 극복하는 방법 CPU는 동시에 하나의 작업만 수행하므로 느린 디스크 I/O 시간 동안 프로세스가 기다리기 때문에 -> I/O 병목이 발생하므로 SQL이 느리게 된다. -> 디스크 I/O를 최소화 하는 방법이 필요 -> 이를 위해 설계된 데이터베이스의 저장 구조 데이터베이스 저장 구조 테이블 스페이스 -> 여러 세그먼트 -> 확장가.. ADsP 합격 3과목. 데이터 분석 개념원리 목차 데이터 분석 전반의 이해 히스토그램의 개념 평균, 분산, 표준편차 연속확률분포 가설 검정 표본 추출 가설 검정 - t검정 회귀분석 오차와 잔차 최고제곱법으로 회귀계수 추정 SSE (Error Sum of Squares; 잔차 제곱의 합)와 MSE (Mean Squared Error; 잔차 제곱의 평균) 자유도 SSR (Regression Sum of Sauares; 회귀 제곱의 합) MSR (Mean Squared Regression; 회귀 제곱의 평균) SSE와 MSE, SSR과 MSR 스케일링-표준화 목차 R기초와 데이터 마트 R기초 데이터 마트 결측값 처리와 이상값 검색 통계분석 통계학 개론 기초 통계분석 다변량 분석 시계열 예측 정형 데이터 마이닝 데이터마이닝 개요 분류분석 군집분석 연관분석.. 3과목. 데이터 분석 3과목. 데이터 분석 1장. 데이터 분석 개요 데이터 분석 기법의 이해 2장. R 프로그래밍 기초 R 소개 R 기초 입력과 출력 데이터 구조와 데이터 프레임 데이터 변형 3장. 데이터 마트 데이터 변경 및 요약 데이터 가공 기초 분석 및 데이터 관리 4장. 통계분석 통계분석의 이해 기초 통계 분석 회귀분석 시계열 분석 다차원 척도법 주성분분석 5장. 정형 데이터 마이닝 데이터 마이닝의 개요 분류분석 앙상블분석 인공신경망분석 군집분석 연관분석 1장. 데이터 분석 개요 데이터 분석 기법의 이해 데이터 처리 과정 분석 데이터 : 데이터웨어하우스 (DW), 데이터마트 (DM) +) 기존 운영시스템에서 가져오거나 운영데이터저장소(ODS)에서 정제된 데이터를 가져와 DW의 데이터와 결합 시각화 기법 공간분석 탐색적.. 2과목. 데이터 분석 기획 2과목. 데이터 분석 기획 1장. 데이터 분석 기획의 이해 분석 기획 방향성 도출 분석 방법론 분석 과제 발굴 분석 프로젝트 관리 방안 2장. 분석 마스터 플랜 마스터 플랜 수립 프레임워크 분석 거버넌스 체계 수립 1장. 데이터 분석 기획의 이해 1절. 분석기획 방향성 도출 분석 기획의 특징 분석 기획 데이터 사이언티스트의 역량 분석 대상과 방법 분석의 대상 Known / Un-Known : Optimization / Insight 분석의 방법 Known / Un-Known : Solution / Discovery 목표 시점별 분석 기획 방안 당면한 분석 주제의 해결 (과제단위) 지속적 분석 문화 내재화 (마스터 플랜 단위) 속도와 테스트 정확성과 전개 빠르게 얻기 멀리 보기 문제해결하기 문제정의(파악).. 1과목. 데이터의 이해 1과목. 데이터의 이해 데이터의 이해 데이터와 정보 데이터베이스 정의와 특징 데이터베이스 활용 데이터의 가치와 미래 빅데이터의 이해 빅데이터의 가치와 영향 비즈니스 모델 위기 요인과 통제 방안 미래의 빅데이터 가치 창조를 위한 데이터 사이언스와 전략 인사이트 빅데이터 분석과 전략 인사이트 전략 인사이트 도출을 위한 필요 역량 빅데이터 그리고 데이터 사이언스의 미래 1장. 데이터의 이해 1절. 데이터와 정보 데이터의 유형 정성적 데이터 정량적 데이터 지식경영의 핵심 이슈 암묵지 - 공통화, 내면화 형식지 - 표출화, 연결화 DIKW 피라미드 데이터 -> 정보 -> 지식 -> 지혜 2절. 데이터베이스 정의와 특징 데이터베이스 정의 EU 국내 저작권법 국내 컴퓨터용어사전 데이터베이스 특징 통합된 데이터 저장된.. 빅데이터분석기사 과목 및 합격기준 필기 + 실기 시험시간 : 90분 각 과목 8문제 미만 시 과락 합격기준 : 60점 이상 과목명 문항수 배점 필기 빅데이터 분석기획 20 25 빅데이터 탐색 20 25 빅데이터 모델링 20 25 빅데이터 결과 해석 20 25 이전 1 2 3 4 ··· 8 다음
