2025 빅데이터분석기사 실기
$32.40
SKU
9788942919987
[Free shipping over $100]
Standard Shipping estimated by Mon 04/14 - Fri 04/18 (주문일로부 10-14 영업일)
Express Shipping estimated by Wed 04/9 - Fri 04/11 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2025/03/05 |
| ISBN | 9788942919987 |
| Categories | IT 모바일 > 컴퓨터 수험서 |
Description
수험생들이 시험 문제에 대한 전체적인 흐름을 파악할 수 있도록 2회(2021년 6월 19일) 시험부터 7회(2024년 11월 30일) 시험까지 총 8회에 해당하는 실기 문제 전체를 복원하였다. 전공과 무관한 다양한 수험생들이 이해할 수 있도록 쉬운 용어로 설명하였고, 최근 실기 기출문제에 자주 출제되는 핵심 내용을 짜임새 있게 구성하였다. 6회 실기시험부터 변경된 출제 기준을 반영한 모의고사를 통해 수험생들에게 내용 정리는 물론 합격에 도움이 될 수 있도록 구성하였다.
Contents
제1편 개발 환경 소개
제1장 시험 환경 소개
1-1 시험 환경 체험 사이트 소개
1-2 패키지 소개
제2장 실습 환경 소개
2-1 구글 코랩(Colab) 소개
2-2 구글 코랩(Colab) 사용법 소개
제2편 파이썬 시작하기
제1장 파이썬이란?
1-1 파이썬 소개
1-2 파이썬의 필요성
제2장 파이썬 기본 문법 학습
2-1 주요 함수와 변수
2-2 연산자(사칙연산, 비교연산)
2-3 리스트와 딕셔너리
2-4 조건문과 반복문
제3장 파이썬 주요 패키지 학습
3-1 pandas
3-2 numpy
3-3 sklearn
3-4 statsmodels
3-5 scipy
제3편 작업형 1유형
제1장 데이터 탐색
1-1 데이터 탐색 정의
1-2 데이터 탐색 실습
제2장 데이터 전처리 방법
2-1 결측값 처리
2-2 이상치 처리
2-3 중복값 처리
2-4 데이터 변환
2-5 데이터 평활화
제4편 작업형 2유형
제1장 데이터 분석 절차
1-1 데이터 탐색
1-2 데이터 전처리
1-3 데이터 분할
1-4 데이터 분석
1-5 성능 평가
(1) 분류 모델
(2) 회귀 모델
제2장 데이터 분석 모델 소개
2-1 지도 학습 분류 모델
(1) 로지스틱 회귀
(2) k-최근접 이웃 알고리즘(k-NN)
(3) 서포트 벡터 머신(SVM)(분류)
(4) 의사결정나무(분류)
(5) 랜덤 포레스트(분류)
2-2 지도 학습 회귀 모델
(1) 단순 선형 회귀
(2) 다중 선형 회귀
(3) 서포트 벡터 머신(SVM)(회귀)
(4) 의사결정나무(회귀)
(5) 랜덤 포레스트(회귀)
2-3 비지도 학습 모델
(1) 군집 분석
(2) 연관성 분석
제5편 작업형 3유형
제1장 가설 검정
1-1 가설 검정 소개
1-2 가설 검정 기법 소개
제2장 가설 검정 실습
2-1 카이제곱 검정
2-2 회귀 분석
2-3 T-검정
2-4 F-검정
부록
모의고사
한국데이터산업진흥원 공개 예시 문제
1회 모의고사
2회 모의고사
기출 복원문제
제2회 기출 복원문제(2021.6.19. 시행)
제3회 기출 복원문제(2021.12.4. 시행)
제4회 기출 복원문제(2022.6.25. 시행)
제5회 기출 복원문제(2022.12.3. 시행)
제6회 기출 복원문제(2023.6.24. 시행)
제7회 기출 복원문제(2023.12.2. 시행)
제8회 기출 복원문제(2024.6.22. 시행)
제9회 기출 복원문제(2024.11.30. 시행)
제1장 시험 환경 소개
1-1 시험 환경 체험 사이트 소개
1-2 패키지 소개
제2장 실습 환경 소개
2-1 구글 코랩(Colab) 소개
2-2 구글 코랩(Colab) 사용법 소개
제2편 파이썬 시작하기
제1장 파이썬이란?
1-1 파이썬 소개
1-2 파이썬의 필요성
제2장 파이썬 기본 문법 학습
2-1 주요 함수와 변수
2-2 연산자(사칙연산, 비교연산)
2-3 리스트와 딕셔너리
2-4 조건문과 반복문
제3장 파이썬 주요 패키지 학습
3-1 pandas
3-2 numpy
3-3 sklearn
3-4 statsmodels
3-5 scipy
제3편 작업형 1유형
제1장 데이터 탐색
1-1 데이터 탐색 정의
1-2 데이터 탐색 실습
제2장 데이터 전처리 방법
2-1 결측값 처리
2-2 이상치 처리
2-3 중복값 처리
2-4 데이터 변환
2-5 데이터 평활화
제4편 작업형 2유형
제1장 데이터 분석 절차
1-1 데이터 탐색
1-2 데이터 전처리
1-3 데이터 분할
1-4 데이터 분석
1-5 성능 평가
(1) 분류 모델
(2) 회귀 모델
제2장 데이터 분석 모델 소개
2-1 지도 학습 분류 모델
(1) 로지스틱 회귀
(2) k-최근접 이웃 알고리즘(k-NN)
(3) 서포트 벡터 머신(SVM)(분류)
(4) 의사결정나무(분류)
(5) 랜덤 포레스트(분류)
2-2 지도 학습 회귀 모델
(1) 단순 선형 회귀
(2) 다중 선형 회귀
(3) 서포트 벡터 머신(SVM)(회귀)
(4) 의사결정나무(회귀)
(5) 랜덤 포레스트(회귀)
2-3 비지도 학습 모델
(1) 군집 분석
(2) 연관성 분석
제5편 작업형 3유형
제1장 가설 검정
1-1 가설 검정 소개
1-2 가설 검정 기법 소개
제2장 가설 검정 실습
2-1 카이제곱 검정
2-2 회귀 분석
2-3 T-검정
2-4 F-검정
부록
모의고사
한국데이터산업진흥원 공개 예시 문제
1회 모의고사
2회 모의고사
기출 복원문제
제2회 기출 복원문제(2021.6.19. 시행)
제3회 기출 복원문제(2021.12.4. 시행)
제4회 기출 복원문제(2022.6.25. 시행)
제5회 기출 복원문제(2022.12.3. 시행)
제6회 기출 복원문제(2023.6.24. 시행)
제7회 기출 복원문제(2023.12.2. 시행)
제8회 기출 복원문제(2024.6.22. 시행)
제9회 기출 복원문제(2024.11.30. 시행)