2025 시대에듀 파이썬 한권으로 끝내기
데이터분석전문가(ADP) + 빅데이터분석기사 실기대비
$33.48
SKU
9791138390118
[Free shipping over $100]
Standard Shipping estimated by Fri 05/2 - Thu 05/8 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 04/29 - Thu 05/1 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2025/05/20 |
| Pages/Weight/Size | 190*260*35mm |
| ISBN | 9791138390118 |
| Categories | IT 모바일 > 프로그래밍 언어 |
Description
한 권으로 데이터분석전문가는 물론 빅데이터분석기사 취득까지 한 번에!
시대에듀와 함께 데이터분석 자격시험 합격에 도전하세요!
시험을 처음 준비하는 수험생도, 전공자가 아닌 수험생도 시험에 대한 정보를 한눈에 파악할 수 있도록 최신 시험의 출제경향을 분석하여 정리하였다. 또한, 작업 유형별 유의사항을 구체적으로 안내하여 시험 응시 시 반드시 준수해야 하는 사항이나 감점 요소 등을 꼼꼼하게 인지하도록 돕는다. 필수적으로 학습해야 하는 중요 개념과 이론들을 출제유형에 맞춰 수록하였다. 시험을 준비하는 누구나 다양한 함수나 복잡한 작업 과정을 능숙하게 익힐 수 있도록 파이썬의 기초부터 심화까지의 핵심이론을 친절하게 설명한다. 체계적으로 정리한 표, 이해를 돕는 그림과 함께 기초부터 탄탄하게 학습하자. 초보자도 쉽게 코드를 읽을 수 있도록 전면 컬러로 구성하여 보다 쉽게 이해할 수 있다. 기본기를 다진 후에는 최신 기출동형 모의고사 7회분을 하나씩 풀어보며 실력을 꼼꼼하게 점검해 보자. 상세한 해설을 통해 작업 과정을 잘 따라 하고 있는지, 제시된 요구사항에서 빠뜨린 부분은 없는지 정확하게 점검하고 틀린 부분을 빠르게 바로잡을 수 있다. 데이터분석전문가, 빅데이터분석기사 실제 합격자인 저자의 실전 Tip과 함께 작업 유형별 특성이나 필수적으로 숙지가 필요한 부분을 내 것으로 만들자.
시대에듀와 함께 데이터분석 자격시험 합격에 도전하세요!
시험을 처음 준비하는 수험생도, 전공자가 아닌 수험생도 시험에 대한 정보를 한눈에 파악할 수 있도록 최신 시험의 출제경향을 분석하여 정리하였다. 또한, 작업 유형별 유의사항을 구체적으로 안내하여 시험 응시 시 반드시 준수해야 하는 사항이나 감점 요소 등을 꼼꼼하게 인지하도록 돕는다. 필수적으로 학습해야 하는 중요 개념과 이론들을 출제유형에 맞춰 수록하였다. 시험을 준비하는 누구나 다양한 함수나 복잡한 작업 과정을 능숙하게 익힐 수 있도록 파이썬의 기초부터 심화까지의 핵심이론을 친절하게 설명한다. 체계적으로 정리한 표, 이해를 돕는 그림과 함께 기초부터 탄탄하게 학습하자. 초보자도 쉽게 코드를 읽을 수 있도록 전면 컬러로 구성하여 보다 쉽게 이해할 수 있다. 기본기를 다진 후에는 최신 기출동형 모의고사 7회분을 하나씩 풀어보며 실력을 꼼꼼하게 점검해 보자. 상세한 해설을 통해 작업 과정을 잘 따라 하고 있는지, 제시된 요구사항에서 빠뜨린 부분은 없는지 정확하게 점검하고 틀린 부분을 빠르게 바로잡을 수 있다. 데이터분석전문가, 빅데이터분석기사 실제 합격자인 저자의 실전 Tip과 함께 작업 유형별 특성이나 필수적으로 숙지가 필요한 부분을 내 것으로 만들자.
Contents
■ 제1장 시험소개 및 환경구성
제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기
■ 제2장 데이터 핸들링
제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링
■ 제3장 EDA와 시각화
제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling
■ 제4장 데이터 전처리
제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리
■ 제5장 머신러닝 프로세스
제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석
■ 제6장 머신러닝 - 지도학습
제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류
■ 제7장 통계분석
제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석
■ 최신 기출동형 모의고사
제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사
제4회 기출동형 모의고사
제5회 기출동형 모의고사
제6회 기출동형 모의고사
제7회 기출동형 모의고사
제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기
■ 제2장 데이터 핸들링
제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링
■ 제3장 EDA와 시각화
제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling
■ 제4장 데이터 전처리
제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리
■ 제5장 머신러닝 프로세스
제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석
■ 제6장 머신러닝 - 지도학습
제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류
■ 제7장 통계분석
제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석
■ 최신 기출동형 모의고사
제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사
제4회 기출동형 모의고사
제5회 기출동형 모의고사
제6회 기출동형 모의고사
제7회 기출동형 모의고사