도서 소개

자격증 취득을 목적으로 구성된 책인 만큼, 방대한 이론을 합격에 필요한 핵심 77개 이론으로 압축하여 최대한 쉽게 수록했다. 불필요한 문제 풀이로 시간을 낭비하지 않도록, 출제 패턴을 철저히 분석하여 실제 시험에서 높은 빈도로 출제되는 문제만을 선별하였다.

교재에 수록된 내용을 무작정 학습하는 것은 비효율적이다. 과목별 차별화된 학습 방법을 제시하여, 교재의 내용만 이해하면 어떠한 변형 문제도 풀 수 있도록 구성했다. ‘잠깐만요’, ‘전문가의 조언’ 등의 코너를 두어 옆에서 선생님이 지도하는 것처럼 친절한 가이드라인을 제공했다.

  출판사 리뷰

시간이 부족한 수험생들이 가장 빠르게 합격할 수 있도록 합격에 필요한 기출문제만을 엄선하여 기출문제를 재구성했습니다.

데이터분석의 기본이 되는 ADsP! 하지만 방대한 이론으로 학습을 시작하기도 전에 지치지 않으셨나요?
그렇다면 기출문제만 풀어도 될까요? 아니요! 그럼 어떻게 해야 시간을 낭비하지 않고 단기간 합격이 가능할까요? 정답은, 시험에 반복 출제되는 필수 핵심 이론으로 출제 패턴을 파악하고, 각 과목별 최적의 학습법을 적용하여 효율적으로 공략해야 합니다.

입문자가 이해할 수 있는 정도의 수준으로 풀이된 77개의 핵심 개념을 따라가며 도서를 학습한다면, 어느새 나도 모르게 합격에 가까워진 나를 발견하게 될 것입니다. 현장에서 직접 수험생을 만나며 쌓아온 데이터를 시나공에 모두 담았습니다.

■ <시나공>에서 제시하는 합격 비법
첫째, 키워드 중심의 1과목, 2과목 암기 학습!
둘째, 이해 중심으로 분석한 3과목 패턴 학습!
셋째, 과목별 차별화 학습 전략으로 단기 합격 완성!

수험생의 마음으로 만든 책 - 시나공

■ 합격에 필요한 내용만 담았습니다.
자격증 취득을 목적으로 구성된 책인 만큼, 방대한 이론을 합격에 필요한 핵심 77개 이론으로 압축하여 최대한 쉽게 수록했습니다.

■ 수험생의 시간을 아낄 수 있도록 구성했습니다.
불필요한 문제 풀이로 시간을 낭비하지 않도록, 출제 패턴을 철저히 분석하여 실제 시험에서 높은 빈도로 출제되는 문제만을 선별하였습니다. 이를 통해 수험생이 보다 효율적으로 학습하며 합격까지 도달할 수 있는 시간을 아껴드리기 위해 노력했습니다.

■ 학습 방향을 제시하기 위해 노력했습니다.
교재에 수록된 내용을 무작정 학습하는 것은 비효율적입니다. 과목별 차별화된 학습 방법을 제시하여, 교재의 내용만 이해하면 어떠한 변형 문제도 풀 수 있도록 구성했습니다. 학습 방향을 파악하지 못한 채 교재에 수록된 내용을 무작정 읽어 가는 것은 비효율적입니다. ‘잠깐만요’, ‘전문가의 조언’ 등의 코너를 두어 옆에서 선생님이 지도하는 것처럼 친절한 가이드라인을 제공했습니다.

  작가 소개

지은이 : 이상미
화학, 컴퓨터공학, 통계학을 전공하고, 현재 세종사이버대학교에서 데이터 분석 관련 과목을 강의하고 있습니다. 서울대, 아주대, 동국대, 한기대, 부산대, 가천대 등의 대학에서 ADsP 특강을 진행하였으며, 에듀피디, 에듀인소프트, 마소캠퍼스 등 다양한 교육 플랫폼에서 ADsP와 빅데이터분석기사 등의 온라인 강의를 제공하고 있습니다.

  목차

이 책의 구성과 활용 방법
데이터분석 준전문가(ADsP) 개요
시험 응시 전략
R의 설치
R Studio의 설치
자주하는 질문(FAQ)

1과목 데이터의 유형
핵심 01 데이터의 유형
핵심 02 암묵지와 형식지
핵심 03 DIKW 피라미드
핵심 04 데이터베이스의 정의와 특징
핵심 05 데이터베이스 관리 시스템(DBMS)
핵심 06 데이터웨어하우스스(Datawarehouse)
핵심 07 데이터베이스 활용
핵심 08 빅데이터의 이해
핵심 09 빅데이터의 활용
핵심 10 위기 요인과 통제 방안
핵심 11 빅데이터 활용에 필요한 3요소
핵심 12 빅데이터 분석과 전략 인사이트
핵심 13 데이터 사이언스
핵심 14 전략적 통찰력과 인문학의 부활
핵심 15 가치 패러다임의 변화
정리문제

2과목 데이터 분석 기획
핵심 01 분석 주제 유형
핵심 02 암묵지와 형식지
핵심 03 DIKW 피라미드
핵심 04 데이터베이스의 정의와 특징
핵심 05 데이터베이스 관리 시스템(DBMS)
핵심 06 데이터웨어하우스스(Datawarehouse)
핵심 07 데이터베이스 활용
핵심 08 빅데이터의 이해
핵심 09 빅데이터의 활용
핵심 10 위기 요인과 통제 방안
핵심 11 빅데이터 활용에 필요한 3요소
핵심 12 빅데이터 분석과 전략 인사이트
핵심 13 데이터 사이언스
핵심 14 전략적 통찰력과 인문학의 부활
핵심 15 가치 패러다임의 변화
정리문제

3과목 데이터 분석(1)
핵심01 R 기초
핵심02 R 패키지
핵심03 R의 데이터 구조
핵심04 데이터 마트
핵심05 결측값 처리
핵심06 이상값 검색
핵심07 통계 분석 개요
핵심08 확률 표본추출 방법
핵심09 자료의 측정 방법
핵심10 확률
핵심11 확률 변수와 확률 분포
핵심12 확률 변수의 기댓값과 분산
핵심13 기술 통계와 추론 통계
핵심14 통계량을 이용한 자료 정리
핵심15 그래프를 이용한 자료 정리
핵심16 추정
핵심17 가설검정
핵심18 모수 검정과 비모수 검정
핵심19 평균 검정
핵심20 상관분석
핵심21 회귀분석(regression analysis)
핵심22 회귀계수의 추정과 검정
핵심23 선형 회귀분석
핵심24 최적 회귀방정식의 선택
핵심25 다차원척도법
핵심26 주성분 분석(PCA; Principal Component Analysis)
핵심27 시계열 분석의 개요
핵심28 시계열 모형
핵심29 분해 시계열
핵심30 데이터 마이닝의 개요
정리문제

3과목 데이터 분석(2)
핵심31 지도 학습과 비지도 학습
핵심32 로지스틱 회귀분석(Logistic Regression)
핵심33 의사결정 나무(Decision Tree)
핵심34 앙상블 모형
핵심35 인공신경망(ANN; Artificial Neural Network) 모형
핵심36 딥러닝(DNN; Deep Neural Network)
핵심37 자기 조직화 지도
핵심38 K-최근접 이웃 알고리즘(KNN; K-Nearest Neighbor)
핵심39 기타 분류 분석 기법
핵심40 군집분석(Cluster Analysis)
핵심41 계층적 군집분석(Hierarchical Clustering)
핵심42 비계층적 군집분석(Non-hierarchical Clustering)
핵심43 연관분석(association rule)
핵심44 데이터 분할
핵심45 분석 모형 평가
핵심46 분석 모형 개선
핵심47 과대적합과 과소적합
정리문제

최신기출문제
제43회 기출문제
제42회 기출문제
제41회 기출문제
제40회 기출문제
제39회 기출문제
제38회 기출문제
제37회 기출문제
제36회 기출문제
제35회 기출문제
제34회 기출문제

  회원리뷰