빅데이터분석기사 필기 이론 학습
개념이 연결되는 이론 학습
과목과 소분류를 선택해 핵심 개념을 찾아보세요. 모든 이론은 로그인 없이 읽을 수 있습니다.
15개 이론빅데이터 탐색
01
2과목데이터 정제
데이터 정제의 목적과 절차
오류·중복·형식 불일치를 진단하고 재현 가능한 정제 절차를 익힌다.
#데이터 정제#데이터 품질#데이터 프로파일링
이론 읽기 →022과목데이터 정제
결측값 진단과 처리
결측 유형과 발생 원인을 진단해 적절한 처리 방법을 선택한다.
#결측값#구조적 결측#MCAR
이론 읽기 →032과목데이터 정제
이상값 탐지와 처리
이상값의 원인을 확인하고 탐지·처리 기준을 목적에 맞게 정한다.
#이상값#IQR#표준점수
이론 읽기 →042과목분석 변수 처리
변수 선택과 다중공선성
변수 선택 방법과 다중공선성 진단·대응 절차를 익힌다.
#변수 선택#필터 방법#래퍼 방법
이론 읽기 →052과목분석 변수 처리
차원 축소와 주성분분석
주성분분석의 원리와 성분 수 선택·해석 기준을 익힌다.
#차원 축소#주성분분석#PCA
이론 읽기 →062과목분석 변수 처리
파생변수·변수변환·스케일링
파생변수·변환·인코딩·스케일링의 적용 조건을 구분한다.
#파생변수#변수변환#범주형 인코딩
이론 읽기 →072과목분석 변수 처리
불균형 데이터 처리
불균형 자료의 평가 지표와 재표본화·임곗값 설정을 익힌다.
#클래스 불균형#과소표집#과대표집
이론 읽기 →082과목데이터 탐색 기초
탐색적 데이터 분석과 시각적 진단
분포와 관계를 그래프·요약통계로 반복 진단하는 EDA 절차를 익힌다.
#탐색적 데이터 분석#단변량 분석#이변량 분석
이론 읽기 →092과목데이터 탐색 기초
변수 유형별 관계 탐색
변수 유형에 맞는 관계 탐색 방법과 해석상의 주의점을 익힌다.
#피어슨 상관#스피어만 상관#산점도
이론 읽기 →102과목고급 데이터 탐색
시공간·다변량·비정형 데이터 탐색
시계열·공간·고차원·비정형 자료의 탐색 기준을 구분한다.
#시계열 탐색#자기상관#공간 데이터
이론 읽기 →112과목기술통계
기술통계로 중심과 산포 해석
평균·중앙값·분산·표준편차 등 중심과 산포의 해석을 익힌다.
#기술통계#산술평균#가중평균
이론 읽기 →122과목기술통계
표본추출과 표본오차
확률표본추출 방법과 표본오차·비표본오차의 차이를 익힌다.
#모집단#표본#표본틀
이론 읽기 →132과목기술통계
확률변수와 주요 확률분포
확률변수와 주요 이산·연속 확률분포의 조건과 특징을 익힌다.
#확률변수#확률질량함수#확률밀도함수
이론 읽기 →142과목기술통계
표본분포와 중심극한정리
표본분포·표준오차·중심극한정리의 의미와 적용 조건을 익힌다.
#표본분포#추정량#편향
이론 읽기 →152과목추론통계
추정과 가설검정의 판단 체계
추정·신뢰구간·가설검정의 절차와 올바른 해석 기준을 익힌다.
#점추정#표준오차#신뢰구간
이론 읽기 →