0. 접근방법
0.0 출제영역 점검
0.1 공부 범위 줄위기

1. 데이터 수집작업
1.1 정형, 반정형, 비정혀 데이터 처리
1.2 공개 데이터 수집

2. 데이터 전처리 작업
2.1 결측값, 이상값 파악
2.2 결측값, 이상값 처리
2.3 데이터 유형 변경
2.4 데이터 표준화
2.5 새로운 변수 생성 및 선택

3. 데이터 모형 구축 작업
3.1 다양한 분석모형을 이해
3.2 분석 목적에 맞는 분석모형을 선택
3.3 선정모형에 필요한 가정
3.4 모델 구축변수를 지정
3.5 모형 구축에 을 위한 데이터 처리
3.6 모델 구축 매개변수 지정

4. 데이터 모형 평가 작업
4.1 평가지표 사용
4.2 평가지표를 활용한 모형 비교
4.3 모형 결합
4.4 모형과 분석결과 해석
4.5 모형과 분석결과 저장

5. 기억에 남는 키워드

※서비스 설명

1) 제공할 서비스 설명 (서비스 판매의도, 목적, 효과)

이 서비스는 빅데이터 분석기사 실기/필기를 준비하는 분들을 위해 만든 개념 및 코드 예시 전자문서입니다. 제 2회 빅데이터 분석기사 필기 및 실기 시험경험을 기반으로 작성하였으며, 공식적으로 제시된 출제 방향을 실전 경험을 기반으로 재 정리하였습니다. 이 문서를 잘 숙지하면 빅데이터분석기사 실기/필기의 방대한 공부를 압축하여 효과적으로 공부할 수 있을 것으로 기대합니다.

대상독자

비전공자로서 빅데이터분석기사 실기/필기시험에 관심이 있으신 분

빅데이터분석기사 실기/필기 시험을 어디서부터 준비해야할지 당황스러우신 분

빅데이터 분석기사 실기시험에 나오는 개념을 알고 싶으신 분

빅데이터 분석기사 실기시험을 기출된 문제를 기반으로 요약적으로 공부해보고 싶으신 분

빅데이터 분석기사 실기시험을 python 으로 준비하시는 분

비대상독자

빅데이터 분석기사 실기/필기시험에 모두 합격하신 분.

빅데이터 분석기사 실기 시험을 위한 python 기초언어 (예컨대 print함수) 를 모르시는 분.

2) 서비스 금액 산정기준 및 제공방식 안내 (견적 산정 기준, 시간, 범위, 방식)

이 서비스는 전자문서로서 PDF 파일이 제공됩니다.

3) 전자책 , 노하우의 정보

총 38page 분량의 문서입니다.

2021-07-04 일 최종 Update 되었습니다.

※전문가 소개

1) 전문가 자기소개

저는 컴퓨터 공학 관련 비 전공장 Python 프로그래머 입니다. 퇴근 후 독학으로 Python 을 공부하여 직장에서의 중요한 순간마다 프로그램을 개발하거나 코드를 작성해서 문제를 해결합니다. FAB에서 발생하는 Big Data를 활용한 Data Science를 주 업무로 하고 있습니다. 강점을 보이는 분야는 자동화, 데이터처리 App 개발이며, 주 업무는 반도체 신 제품 개발을 맡고 있습니다.

프로그래밍 공부를 시작한 것은 2015년도 C언어를 시작으로 벌써 6년이 되었습니다. 비전공자이지만 꾸준하게 공부하여 주변사람들로부터 Python 전문가라는 평을 받고 있습니다. 전공자가 아닌 사람의 관점에서 쉽게 설명하는 것에 뿌듯함을 느낍니다.

2) 전문가 경력/이력사항 (증빙 필수)

現 S전자 반도체연구소 연구원

前 서울대학교 물리학과 졸업생 (수학 복수전공)

3) 서비스 제공 주요 분야 및 차별화 포인트

제 2회 빅데이터 분석기사 필기시험 및 실기시험에 응시했던 경험을 바탕으로 출제될만한 내용을 재구성하였습니다. 주관식 또는 작업형으로 출제되는 실기시험의 특성을 고려하여 중점으로 공부해야할 주제들을 다룹니다.

예시코드가 있어 시험을 준비하는데 참고할 수 있습니다.

4) 기존 작업물 / 포트폴리오 필수 기재

" PYTHON 으로 주식 RAW DATA 구하는법 설명드립니다."

※ 전자책·노하우 상품 구매 시 필수 확인 사항 - 본 서비스는 컨설팅이 아닌, 전자책·노하우 자료 제공 서비스입니다. (별도의 컨설팅은 포함되어 있지 않습니다) - 구매하신 후, 거래 화면을 통해 해당 자료를 전달해드립니다. - 전자책·노하우 자료를 수령하신 이후, 내용에 대한 질문은 언제든지 가능합니다. - 전자책·노하우 자료가 발송된 이후에는 환불이 불가능합니다.

5) 목차

0. 접근방법

 0.0 출제영역 점검

 0.1 공부 범위 줄위기

1. 데이터 수집작업

 1.1 정형, 반정형, 비정혀 데이터 처리

 1.2 공개 데이터 수집

2. 데이터 전처리 작업

 2.1 결측값, 이상값 파악

 2.2 결측값, 이상값 처리

 2.3 데이터 유형 변경

 2.4 데이터 표준화

 2.5 새로운 변수 생성 및 선택

3. 데이터 모형 구축 작업

3.1 다양한 분석모형을 이해

3.2 분석 목적에 맞는 분석모형을 선택

3.3 선정모형에 필요한 가정

3.4 모델 구축변수를 지정

3.5 모형 구축에 을 위한 데이터 처리

3.6 모델 구축 매개변수 지정

4. 데이터 모형 평가 작업

 4.1 평가지표 사용

 4.2 평가지표를 활용한 모형 비교

 4.3 모형 결합

 4.4 모형과 분석결과 해석

 4.5 모형과 분석결과 저장

5. 기억에 남는 키워드