필기시험의 관문을 뚫고 SD에듀의 <2023 빅데이터분석기사 실기 한권으로 끝내기>를 찾아 주신 독자님께 감사의 마음을 전합니다. 본서는 한국데이터산업진흥원의 新출제유형을 100% 반영하였으며, 총 4회분(2021~2022년)의 기출복원문제를 수록하였습니다. 2022년 출제경향에 맞추어 이론 내용을 집필하였으므로, 2023년 시험도 거뜬히 합격하실 수 있습니다.

신유형 잡기를 가장 앞쪽에 배치함으로써 새로운 유형에도 당황하지 않고 대비할 수 있도록 하였으며, 핵심 이론 + 유형별 단원종합문제 + 합격모의고사를 통해 기본기와 문제 풀이 실력을 다지고 기출복원문제를 통해 실력을 점검할 수 있도록 구성하였습니다. 또한 코드와 그래프를 ALL COLOR로 구성하여 보다 쉽게, 보다 효과적으로 공부할 수 있도록 하였습니다.

SD에듀는 모든 수험생 여러분들이 합격의 알고리즘으로 빠져들기를 진심으로 기원합니다.

現
평택대학교 융합소프트웨어학과 교수
IAFOR Journal of Education 편집 위원
정보통신기획평가원 주간기술동향 편집 위원
한국융합보안학회 부회장, 이사
경기도, 서울시, 평택시, 한국산업기술진흥원 정보화 자문 위원

前
The State University of New Jersey(Rutgers) 교환 교수
한국과학기술원(KAIST) 산업 및 시스템공학과 공학 박사
한국전자통신연구원(ETRI) 선임연구원

관심분야 : 빅데이터, 인공지능, 스마트 모빌리티, 이동통신 시스템 및 서비스 정보시스템, Mobility Management(위치등록, 핸드오버) 알고리즘 최적화

■ 신유형 잡기

추론통계 분석



■ 유형별 단원종합문제

작업형 제1유형

작업형 제2유형

작업형 제3유형



■ 제1과목 기출복원문제

제2회 기출복원문제

제3회 기출복원문제

제4회 기출복원문제

제5회 기출복원문제



■ 제2과목 R과 데이터 분석

[제1장 R 설치 및 실행]

제1절 R 설치 방법

제2절 R 실행 및 패키지



[제2장 R 기본 문법]

제1절 R 기초

제2절 데이터 구조



■ 제3과목 데이터 수집 및 분석

[제1장 데이터 수집과 전처리]

제1절 데이터 수집

제2절 데이터 전처리



[제2장 기술통계 분석]

제1절 기술통계와 빈도 분석

제2절 기술통계 기법



■ 제4과목 데이터 모형 구축

[제1장 상관관계 분석]

제1절 상관관계 분석의 이해

제2절 산점도 및 상관계수



[제2장 회귀 분석]

제1절 회귀 분석의 이해

제2절 단순 및 다중회귀 분석

제3절 변수선택 방법



[제3장 로지스틱 회귀 분석]

제1절 로지스틱 회귀 분석의 이해

제2절 로지스틱 회귀모형



[제4장 의사결정나무]

제1절 의사결정나무의 이해

제2절 의사결정나무 모형



[제5장 인공신경망]

제1절 인공신경망의 이해

제2절 인공신경망 모형



[제6장 서포트벡터머신]

제1절 서포트벡터머신의 이해

제2절 서포트벡터머신 모형



[제7장 베이지안 기법]

제1절 베이지안 기법의 이해

제2절 단순 베이즈 분류 분석



[제8장 앙상블 분석]

제1절 앙상블 분석의 이해

제2절 배깅 및 부스팅

제3절 랜덤포레스트



■ 제5과목 데이터 모형 평가

[제1장 분류 분석모형 평가]

제1절 평가 지표

제2절 로지스틱 회귀 분석

제3절 서포트벡터머신

제4절 베이지안 기법(단순 베이즈 분류 분석)

제5절 앙상블 분석



[제2장 예측 분석모형 평가]

제1절 평가 지표

제2절 회귀 분석

제3절 의사결정나무

제4절 인공신경망

제5절 이항형 변수 예측



■ 합격모의고사

제1회 합격모의고사

제2회 합격모의고사