빅데이터분석기사 1회: 두 판 사이의 차이

IT위키
(새 문서: <br /> ==일정== *필기: 2021.4.17 ==평가== *문제의 퀄리티에 대한 지적이 많음 *전반적으로 ADSP와 유사하다는 평가 ==기출 키워드== {| class="wiki...)
 
(빅데이터분석기사 2회 문서로 넘겨주기)
태그: 새 넘겨주기
 
1번째 줄: 1번째 줄:
<br />
#넘겨주기 [[빅데이터분석기사 2회]]
==일정==
 
*필기: 2021.4.17
 
==평가==
 
*문제의 퀄리티에 대한 지적이 많음
*전반적으로 ADSP와 유사하다는 평가
 
==기출 키워드==
{| class="wikitable"
!문제 번호
!1과목
빅데이터 분석기회
!2과목
빅데이터 탐색
!3과목
빅데이터 모델링
!4과목
빅데이터 결과해석
|-
!1
|[[ETL]]
|[[박스 플롯|박스플롯]]
|후진 소거법
|bias, variance
|-
!2
|Deep Learning 개념
|변수 선택
|인공신경망 개념
|인공신경망
하이퍼 파라미터
|-
!3
|분석 프로세스 5단계
|학습데이터 imblanced
|CNN 계산
|scatter plot
|-
!4
|지도학습
|파생변수
|잔차진단
|bar chart
|-
!5
|비식별화 처리기준
|불량률 계산 (조건부 확률)
|SVM
|불균형 데이터셋
|-
!6
|비식별화 특징(개념)?
|정규확률 계산
|MDS(다차원 척도법)
|roc curve
|-
!7
|데이터 형태를 파악? 검정하는 것
|MLE θ 계산
|라쏘, L1 규제 내용으로 나옴
|혼동행률
|-
!8
|최적화
|그래프 분석
|모델링 절차
|파라미터, 하이퍼파라미터 차이
|-
!9
|개인정보보호법
|상관계수
|로지스틱
|K means 군집
|-
!10
|정형데이터 품질 보증
|병렬 차트
|FP, TP계산
|F1 스코어
|-
!11
|EDA의 의미
|Z-score 계산(p-value 이용)
|부스팅(GBM)
|모델선택
|-
!12
|모델링 개념
|점추정
|베이지안 확률계산
|적합도 검정
|-
!13
|진단 분석
|1종오류 2종오류
|홀드아웃
|인포그래픽
|-
!14
|Outlier
|차원의 저주
|비지도학습
|모델 선택 방법
|-
!15
|데이터 수집 방법
|중앙값(선수들 연봉, 평균이 옳은가 중앙값이 옳은가)
|분류
|민감도, 특이도 설명
|-
!16
|분석 성숙도
|층화추출
|군집
|모형진단
|-
!17
|개인정보수집 동의안
|Class imbalanced
|시계열
|Data분석 결과 활용
|-
!18
|Bottom-up 분석
|확률분포 ( 포아송나왔었음)
|비정형 Data
|시계열
|-
!19
|데이터 품질 평가
|확률분포
|랜덤 포레스트
|선형 회귀
|-
!20
|데이터 거버넌스
|t분포, z분포
|K-fold
|시계열 그래프 보고  추세, 계절성, 예측 판단
|}
 
== 참고 문헌 ==
 
* [https://noti-note.tistory.com/36 빅데이터 분석기사 시험 후기 - 가답안 포함]

2021년 4월 20일 (화) 11:00 기준 최신판