ADsP 이론 학습

이론 18개제목을 선택해 읽기

데이터·정보·DIKW, 암묵지·형식지와 지식 변환, 데이터베이스의 특징과 CRM·ERP·SCM 등 활용을 구분한다.

빅데이터 3V·5V, 활용에 따른 변화와 가치 평가의 어려움, 교재의 위기 요인·통제 방안, 미래 활용 요소를 정리한다.

전략 인사이트와 데이터 사이언스의 역할, 하드·소프트 역량, 가치 창출을 위한 문화·사업 변화의 방향을 구분한다.

What·How에 따른 네 분석 유형, 과제 중심·장기 계획 관점, KDD·CRISP-DM·SEMMA와 빅데이터 분석 방법론을 비교한다.

하향식·상향식 과제 발굴, 디자인 사고, 분석 프로젝트의 주요 고려 요소와 범위·일정·비용·위험 관리를 정리한다.

분석 마스터 플랜의 우선순위와 적용 범위, 시급성·난이도, 분석 과제 포트폴리오와 단계별 로드맵을 구분한다.

분석 거버넌스 구성 요소, 집중·기능·분산 구조, 분석 준비도와 성숙도 진단, 교육과 변화 관리의 시험 핵심을 정리한다.

R의 자료형·벡터·인덱싱·벡터화와 재활용, 함수·제어문, NA 처리, 데이터프레임과 apply 계열을 실제 코드 결과와 함께 정리한다.

데이터 마트의 목적, 요약·파생변수와 RFM, 집계·결합·long/wide 변환의 기본을 정리한다.

결측값의 의미·원인과 삭제·대체 전략, 구조적 결측, 이상값과 오류의 구분, IQR·z-score·MAD 탐지 및 처리 전후 영향 점검을 계산과 R 예제로 정리한다.

이론 목록