빅데이터분석기사 개념서

데이터와 정보의 구분, 빅데이터의 3V와 확장, 데이터 사이언스와 분석 조직, DIKW 피라미드를 다룹니다.

빅데이터 플랫폼 계층과 하둡 에코시스템, 분산 컴퓨팅 기술, 개인정보보호 법·제도와 데이터 3법, 가명정보와 마이데이터를 다룹니다.

분석 기획의 4분면, KDD·CRISP-DM·빅데이터 분석 방법론, 하향식·상향식 문제 접근, 분석 과제 정의와 우선순위 매트릭스, 마스터플랜과 분석 성숙도를 다룹니다.

데이터 확보 계획과 WBS 작성, 분석 작업 계획서, 분석 프로젝트의 5대 관리 영역, 프로젝트 관리 10개 지식영역과 5개 프로세스 그룹을 다룹니다.

데이터 수집 절차와 유형별 수집 기술(ETL·FTP·Open API·Sqoop·Flume·Kafka·CEP·크롤링), 데이터 변환 기법, 개인정보 비식별화 5기법과 프라이버시 보호 모델, 데이터 품질 검증을 다룹니다.

DW·DM·ODS와 데이터 레이크, HDFS와 분산 파일 시스템, NoSQL 4유형과 CAP 정리, 저장 시스템 구성(DAS·NAS·SAN)을 다룹니다.

결측값의 세 유형(MCAR·MAR·MNAR)과 대치 방법, 이상값 탐지 기법과 처리 전략을 다룹니다.

변수 선택(필터·래퍼·임베디드), 차원축소(PCA·LDA·SVD·MDS·요인분석), 파생변수와 변수 변환, 불균형 데이터 처리를 다룹니다.

EDA의 4가지 주제, 개별·다차원 데이터 탐색 방법, 상관분석(피어슨·스피어만·켄달)과 기초통계량을 다룹니다.

시공간 데이터, 다변량 데이터, 비정형 데이터의 특성과 각각에 맞는 탐색·시각화 기법을 다룹니다.

중심경향치·산포도·왜도·첨도, 이산·연속 확률분포, 표본분포와 중심극한정리, 표본추출 방법을 다룹니다.

점추정과 구간추정(신뢰구간), 가설검정 절차와 1종·2종 오류, 검정력과 p-value, 모수·비모수 검정의 구분을 다룹니다.

분석 모형 설계 4단계 절차, 모형 선정 기준, 지도·비지도·강화학습의 구분, 훈련·검증·평가 데이터 분할과 교차 검증을 다룹니다.

분석 도구(R·Python·SAS·SPSS) 비교, 하둡 생태계와 분산 처리 환경, 데이터 저장 구조와 분석 데이터 분할 전략을 다룹니다.

단순·다중 회귀와 최소제곱법, 회귀분석의 5가지 가정, 결정계수와 수정결정계수, 다중공선성과 VIF, 변수 선택, 정규화 회귀(Ridge·Lasso·Elastic Net), 로지스틱 회귀와 오즈비를 다룹니다.

의사결정나무의 분리 기준(지니지수·엔트로피·카이제곱)과 가지치기, CART·C4.5·CHAID 비교, KNN, 나이브베이즈, SVM의 초평면·마진·커널을 다룹니다.

계층적 군집의 연결법과 덴드로그램, K-평균 군집의 절차와 단점, 엘보우·실루엣으로 K 결정, DBSCAN, 혼합분포군집(EM), SOM을 다룹니다.

지지도·신뢰도·향상도의 정의와 계산, 향상도 해석 방향, Apriori 알고리즘과 FP-Growth, 연관분석의 장단점을 다룹니다.

앙상블의 원리, 배깅과 부스팅의 차이, 랜덤포레스트와 OOB, AdaBoost·GBM·XGBoost, 보팅과 스태킹을 다룹니다.

퍼셉트론과 XOR 문제, 활성화 함수, 역전파와 기울기 소실, CNN의 합성곱·패딩·스트라이드·풀링과 출력 크기 계산, RNN·LSTM을 다룹니다.

시계열의 정상성과 ARIMA, 베이지안 추론, 비모수 검정, 다차원척도법, 생존분석을 다룹니다.

텍스트마이닝 전처리와 TDM·TF-IDF 계산, 토픽모델링과 감성분석, 사회연결망분석의 중심성 지표를 다룹니다.

혼동행렬 지표 계산, ROC·AUC와 향상도 곡선, 회귀·군집 평가지표, 교차검증 기법을 다룹니다.

과대·과소적합과 편향-분산 트레이드오프, 규제 기법, 초매개변수 최적화, 모형 융합과 최종 모형 선정을 다룹니다.

분석 모형 해석(변수 중요도·부분의존도), 해석 시 오류, 비즈니스 기여도 평가(ROI·TCO·NPV·IRR)를 다룹니다.

시간·분포·관계·비교·공간 시각화의 유형 분류, 인포그래픽, 시각화 설계 3단계 절차를 다룹니다.

분석 모형 전개와 운영 적용, 성능 모니터링과 리모델링 주기, 분석 보고서 구성, 시각화 도구를 다룹니다.