기타 · 자격증
ADsP · 데이터분석 준전문가
강의 노트
- 000 · ADsP 시험 지도와 암기 코드ADsP(데이터분석 준전문가) 세 과목의 범위·문항 배분·공부 순서를 한 장에 정리하고, 시험 직전에 꺼내 볼 두문자 암기 코드를 모은 길잡이 노트입니다.
- 011편 · 데이터의 이해 — 데이터·정보·데이터베이스1과목 1장. 데이터의 유형, 암묵지와 형식지, DIKW 피라미드, 데이터베이스의 정의·특징·설계, SQL 명령어 분류, OLTP·OLAP·DW·데이터 레이크까지 시험 포인트 중심으로 정리합니다.
- 022편 · 데이터의 가치와 미래 · 데이터 사이언스1과목 2·3장. 빅데이터의 정의와 3V, 빅데이터가 만든 본질적 변화, 가치 산정의 어려움, 위기 요인과 통제 방안, 개인정보 비식별화, 데이터 사이언스와 데이터 사이언티스트 역량, 전략 인사이트를 정리합니다.
- 033편 · 데이터 분석 기획의 이해 — 방법론과 과제 발굴2과목 1장. 분석 주제 4유형, 목표 시점별 분석 기획, 분석 방법론 모델, KDD·CRISP-DM·SEMMA·빅데이터 분석 방법론, 하향식·상향식 과제 발굴, 디자인 씽킹, 분석 프로젝트 관리 영역을 정리합니다.
- 044편 · 분석 마스터플랜과 분석 거버넌스2과목 2장. ISP와 마스터플랜 수립, 시급성·난이도 우선순위 사분면, 로드맵, 분석 거버넌스 체계, 분석 준비도·성숙도와 성숙도 사분면, 데이터 거버넌스, 분석 조직 구조, 과제 관리 프로세스를 정리합니다.
- 055편 · R 기초, 데이터 마트, 결측값과 이상값3과목 1장. R의 특징과 자료 구조(벡터·행렬·리스트·데이터 프레임), 자주 나오는 함수와 출력, 데이터 마트와 요약·파생변수, reshape·sqldf·plyr, EDA 4주제, 결측값 대치법과 이상값 판정 기준을 정리합니다.
- 066편 · 통계의 이해 — 표본·척도·확률분포·추정·가설검정3과목 2장 01. 표본추출 방법과 오차, 자료의 척도, 기초 통계량과 왜도·첨도, 조건부 확률과 베이즈 정리, 이산·연속 확률분포, 중심극한정리, 점추정·구간추정, 가설검정과 1종·2종 오류, 비모수 검정을 정리합니다.
- 077편 · 기초통계 분석과 회귀분석 — t검정·ANOVA·교차분석·상관·회귀3과목 2장 02·03. 일표본·대응표본·독립표본 t검정, 분산분석(ANOVA), 교차분석(적합도·독립성·동질성), 피어슨·스피어만 상관분석, 선형회귀의 가정·결정계수·분산분석표·R 출력 해석, 다중공선성과 변수 선택, 규제 회귀를 정리합니다.
- 088편 · 다변량 분석과 시계열 분석 — MDS·PCA·ARIMA3과목 2장 04·05. 다차원 척도법(MDS)과 스트레스, 주성분분석(PCA)의 주성분 수 결정과 prcomp 출력·스크리 플롯·바이플롯 해석, 시계열의 정상성과 정상화, 백색잡음, AR·MA·ARIMA 모형과 분해시계열을 정리합니다.
- 099편 · 정형 데이터 마이닝 (1) — 데이터 분할과 분류분석3과목 3장 01·02. 데이터 마이닝 개요와 데이터 분할(홀드아웃·k-fold·LOOCV·부트스트랩), 과대·과소적합, 로지스틱 회귀(오즈·로짓), 의사결정나무(지니·엔트로피·CART·C4.5·CHAID), 앙상블(배깅·부스팅·랜덤포레스트), 인공신경망, 나이브 베이즈, k-NN, SVM, 오분류표·ROC·이익도표를 정리합니다.
- 1010편 · 정형 데이터 마이닝 (2) — 군집분석과 연관분석3과목 3장 03·04. 연속형·범주형 거리 척도, 계층적 군집의 연결법과 덴드로그램, K-means·K-medoids·DBSCAN, 혼합분포 군집과 EM 알고리즘, 자기조직화지도(SOM), 실루엣 계수, 연관분석의 지지도·신뢰도·향상도 계산과 Apriori·FP-Growth를 정리합니다.