[ADsP 시험] 제29회 데이터분석 준전문가(ADsP) 독학 후기

29회 ADsP 시험을 보았다. (결과는 맨 마지막!) 원래 '빅데이터분석기사'를 보려고 공부했었는데 1회 시험이라 기출 문제도 없고 공부 방향을 제대로 잡지 못해 아쉽게 불합격을 했다.. 😭 통계 문제 헬파티 😵 기사는 재시험을 보지 않을 것 같아서 공부한 내용을 까먹기 전에 비슷한 과목인 'ADsP' 시험에 응시했다. 응시료가 50,000.. 한 번에 붙지 않으면 안되는 시험비.. 나는 '2018년 버전 데이터 에듀' 책으로 공부를 했다. 빅데이터 기사 교재로 공부했었기 때문에 비슷한 내용이 많아서 시험 전 1주일 투자해서 볼 수 있었다. 1, 2장은 핵심을 찾아 암기했고, 3장은 문제를 풀며 이해했다.. 3장이 혼자 이해하기 어려운 부분이 많아 문제를 풀어보며 빈출 유형을 특히나 공부했다. (아직 ..

→2021.06.19

Note/Certificate

[ADsP] 3과목 요약 정리 : 3-5 정형 데이터 마이닝

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 데이터마이닝 통계분석: 가설이나 가정에 따른 분석이나 검증 대용량 데이터에서 의미 있는 패턴을 파악하거나 의사결정에 활용 종류 방법론: 인공지능, 의사결정나무, K-평균 군집화, 연관분석, 회귀분석, 로짓분석, 최근접 이웃 표현 방법: 시각화 분석, 분류, 군집화, 포캐스팅 사용 분야 환자 데이터를 이용해 발생 가능성이 높은 병 예측 기존 환자가 응급실에 왔을 때 어떤 조치를 먼저 해야하는가 결정 고객 데이터를 이용해 우량/불량 예측해 대출적격 여부 판단 입국자의 이력과 데이터를 이용해 관세물품 반입 여부 예측 데이터마이닝 발전사 데이터 수집(1960s): 정적 데이터 공급 데이터 접근(1970s): 동적 데이터..

→2021.06.15

Note/Certificate

[ADsP] 3과목 요약 정리 : 3-4 통계 분석

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 통계분석의 이해 통계: 특정 집단을 대상으로 수행한 조사나 실험을 통해 나온 결과에 대한 요약된 형태로 표현 방법: 총 조사, 표본조사(sampling) 모집단: 조사하고자 하는 대상 집단 전체 표본: 모집단의 일부 원소 모수: 표본 관측에 의해 구하고자 하는 모집단에 대한 정보 표본 추출 방법 단순랜덤 추출: 임의의 n개 추출, 확률 동일 (복원/비복원) 계통 추출: 구간을 나눠 k개씩 띄어서 표본 선택 집락 추출: 군집별로 랜덤추출 층화 추출: 이질적 원소들로 구성된 모집단에서 각 계층을 대표할 표본 추출 측정 명목척도: 어떤 집단에 속하는지 분류 (성별, 출생지 등) 순서척도: 서열 관계 관측 (학년, 선호..

→2021.06.15

Note/Certificate

[ADsP] 3과목 요약 정리 : 3-3 데이터 마트

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 데이터 변경 및 요약 데이터 마트: 데이터 웨어하우스와 사용자의 중간층에 위치 요약변수 수집된 정보를 분석에 맞게 종합한 변수 많은 모델에 공통으로 사용될 수 있어 재활용성 높음 파생변수 사용자가 특정 조건을 만족하거나 특정 함수에 의해 값을 만들어 의미를 부여하는 변수 주관적 → 논리적 타당성 갖춰 개발 세분화, 고객 행동 예측, 캠페인 반응 예측에 잘 활용 reshape 패키지 met(): 데이터를 DB 구조로 녹이는 함수 → 모든 데이터를 표준형식으로 변환 cast(): 새로운 구조로 데이터를 만드는 함수 sqlaf 패키지 R에서 SQL 명령어 사용 sql: select * from [data frame] ..

→2021.06.15

Note/Certificate

[ADsP] 3과목 요약 정리 : 3-2 R프로그래밍 기초

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 R 소개 오픈소스 프로그램, 통계/데이터마이닝과 그래프를 위한 언어 GPL(General Public License)하에 배포되는 S프로그래밍 언어로 구현 → GNU-S라 함 표준 플랫폼(S언어 기반) 모든 운영체제에서 사용 가능 메모리 저장방식, 객체지향언어, 함수형 언어 02 R 들어가기 편리한 기능 작업환경 설정: setwd(“디렉터리”) 도움말: help, ?, RSiteSearch(“함수명”) 히스토리: history(), savehistory(file=“파일명”), loadhistory(file=“파일명”) 콘솔 청소: ctrl + L 스크립트 사용 한줄 실행: ctrl + R 여러줄 실행: 드래그, ..

→2021.06.15

Note/Certificate

[ADsP] 3과목 요약 정리 : 3-1 데이터 분석 개요

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 데이터 처리 데이터 분석을 위해 DW나 DM을 통해 분석 데이터 구성 신규 데이터나 DW에 없는 데이터는 기존 운영시스템에서 가져오기보다 운영시스템에서 임시로 데이터를 저장하는 스테이징 영역에서 데이터를 전처리해 운영데이터저장소(ODS)에 저장된 데이터를 DW와 DM과 결합해 데이터 구성 최종 데이터 구조로 가공 시뮬레이션 모델링: 처리시간에 대한 분포 파악 최적화: 목적함수와 계수 값을 프로세스별로 산출 데이터마이닝 분류: 인구통계, 요약변수, 파생변수 산출 비정형 데이터: 텍스트 마이닝을 거쳐 데이터 마트와 통합 관계형 데이터: 사회 신경망 분석을 거쳐 통계값이 데이터 마트와 통합 02 시각화 기법 가장 낮은..

→2021.06.15

Note/Certificate

[ADsP] 2과목 요약 정리 : 2-2 분석 마스터 플랜

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 마스터 플랜 수립 분석 마스터 플랜 수립 프레임워크 우선순위 고려요소 전략적 중요도, 비즈니스 성과/ROI, 실행 용이성 적용 범위/방식 고려요소 업무내재화 적용 수준, 분석데이터 적용 수준, 기술적용 수준 ISP: 정보전략계획(문제점 도출, 우선순위 결정, 마스터 플랜 수립 절차) 우선순위 평가 방법 및 절차 비즈니스 관점에서 도출된 다양한 분석과제들을 기업에 적용시키기 위해 적용 우선순위 평가 빅데이터 특징인 4V 고려한 우선순위 평가기준 적용 투자비용 요소: 크기, 다양성, 속도 비즈니스 효과: 가치 우선평가 기준 (포트폴리오 사분면 분석) 시급성: 전략적 중요도가 핵심 (3-4-2-1) 난이도 (3-1-2..

→2021.06.15

Note/Certificate

[ADsP] 2과목 요약 정리 : 2-1 데이터 분석 기획의 이해

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 분석 기획 방향성 도출 분석 기획 실제 분석을 수행하기 전에 분석과제를 정의하고 의도했던 결과를 도출할 수 있도록 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업 분석대상 O 분석대상 X 분석방법 O 최적화 통찰 분석방법 X 솔루션 발견 목표 시점 별 분석 기획 방안의 차이 당면한 분석 주제의 해결(과제 단위) → 지속적 분석 문화 내제화(마스터 플랜 단위) 1차 목표: Speed & Test → Accuracy & Deploy 과제의 유형: Quick & Win → Long Term View 접근 방식: Problem Solving → Problem Definition 분석 기획 시 고려사항 분석의..

→2021.06.15

Note/Certificate

[ADsP] 1과목 요약 정리 : 1-3 가치 창조를 위한 데이터 사이언스와 전략 인사이트

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 빅데이터 분석과 전략 인사이트 빅데이터 회의론 원인 부정적 학습 효과 과거의 고객관계관리(CRM): 공포 마케팅, 투자대비 효과 미흡 부정적인 성공 사례 빅데이터가 필요없는 분석사례 기존 CRM 분석 성과 싸이월드 퇴보 원인 OLAP 같은 분석 인프라로 존재했으나 중요한 의사결정 데이터 분석 활용 못함 웹로그 분석을 통한 일차원적 분석만 집중 소셜 네트워킹 활동 특성과 관련된 분석을 위한 프레임 워크나 평가지표도 없었음 트렌드 변화가 사업모델에 미치는 영향에 대한 전략적 통찰을 가지지 못함 전략적 통찰이 없는 분석의 함정 단순히 일차원적 분석의 반복은 해당 부서의 업무 영역에서는 효과적이지만, 기업의 환경 변화와..

→2021.06.15

Note/Certificate

[ADsP] 1과목 요약 정리 : 1-2 데이터의 가치와 미래

'ADsP 데이터 분석 준전문가 (데이터에듀)' 교재를 참고하여 간략히 정리하였습니다. 01 빅데이터의 이해 정의 Mckinsey: 일반적인 데이터베이스 소프트웨어로 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터 IDC: 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출, 데이터의 초고속 수집, 발굴, 분석을 지원하도록 고안된 차세대 기술 및 아키텍처 가트너 그룹의 더그래니의 3V Volume: 양 Variety: 다양성 Velocity: 속도 정의의 범주 및 효과 데이터 변화: 3V(규모, 속도, 형태) 기술 변화: 새로운 데이터 처리, 저장 분석 기술, 클라우딩 컴퓨팅 활용 인재, 조직 변화: 데이터 사이언티스트, 데이터 중심 조직 빅데이터 출현 배경 산업계: 고객 데이터 ..

→2021.06.15

티스토리툴바