Data Science/ADsP (7) 썸네일형 리스트형 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.. Chapter 01. 데이터의 이해 1. 데이터와 정보 2. 데이터베이스 3. 데이터베이스 활용 데이터의 어원 : 라틴어 dare 주어진것 Data Drivien Decision Making : 데이터 주도(기반) 의사결정 1. 분류 정성적 데이터 : 텍스트나 추상적 묘사로 이루어진 데이터 정량적 데이터 (=계량적 데이터) : 수치로 이루어진 데이터 2. 유형 정형 데이터 : 데이터의 구조가 정해진 데이터 -> 관계형 데이터베이스, 스프레드 시트의 데이터 구조는 테이블 (연산이 가능) 반정형 데이터 (=정형 데이터의 특성과 비정형 데이터의 특성을 모두 가진 데이터) : 형식과 구조가 유연하지만 연산이 불가능한 파일 형식의 데이터로 스키마 정보를 함께 담는다. -> JSON, XML, HTML (연산이 불가능) 비정형 데이터 : 형식이 정해.. ADsP 과목과 합격 기준 필기 총 50문제 과락 존재 각 과목별 40% 합격기준 60점 이상 시험시간 90분 구분 과목명 객관식 단답형 배점 필기 데이터 이해 8문제 2문제 20 데이터 분석 기획 8문제 2문제 20 데이터 분석 24문제 6문제 60 2024년부터 변경 o 검정방법 : 준전문가(ADsP) 출처 : 데이터자격검정 이전 1 다음
