;)
- 한 권으로 데이터분석전문가는 물론 빅데이터분석기사 취득까지 한 번에!
- 초보자도 쉽게 코드를 읽을 수 있는 ALL COLOR 구성!
- 파이썬의 기초부터 심화까지 모두 잡는 핵심요약!
- 데이터분석전문가·빅데이터분석기사 실제 합격자인 저자의 실전 Tip!
- 최신 출제경향을 담은 기출동형 모의고사 5회분! ?
- 초보자도 쉽게 코드를 읽을 수 있는 ALL COLOR 구성!
- 파이썬의 기초부터 심화까지 모두 잡는 핵심요약!
- 데이터분석전문가·빅데이터분석기사 실제 합격자인 저자의 실전 Tip!
- 최신 출제경향을 담은 기출동형 모의고사 5회분! ?
저자: 데싸라면, 빨간색 물고기, 자투리코드 (지은이)
제1장 시험소개 및 환경구성
제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기
제2장 데이터 핸들링
제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링
제3장 EDA와 시각화
제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling
제4장 데이터 전처리
제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리
제5장 머신러닝 프로세스
제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석
제6장 머신러닝 - 지도학습
제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류
제7장 통계분석
제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석
최신 기출동형 모의고사
제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사
제4회 기출동형 모의고사
제5회 기출동형 모의고사
제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기
제2장 데이터 핸들링
제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링
제3장 EDA와 시각화
제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling
제4장 데이터 전처리
제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리
제5장 머신러닝 프로세스
제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석
제6장 머신러닝 - 지도학습
제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류
제7장 통계분석
제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석
최신 기출동형 모의고사
제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사
제4회 기출동형 모의고사
제5회 기출동형 모의고사
우선 필기시험의 관문을 뚫고 SD에듀의 『파이썬 한권으로 끝내기 : 데이터분석전문가(ADP) 빅데이터분석기사 실기대비』를 찾아 주신 독자님께 감사의 마음을 전합니다. 본서는 파이썬을 선택하여 데이터분석전문가(ADP)와 빅데이터분석기사 실기시험을 대비하는 수험생들을 위해 제작하였습니다. 비전공자도 쉽게 따라해보고 이해할 수 있도록 서술하였으며, 데이터 분석의 결과를 어떻게 해석해야 하는지에 집중하였습니다.
간혹 출제되는 특이 문항을 제외하면, 결국 데이터분석전문가와 빅데이터분석기사 시험은 데이터분석가가 갖추어야 할 기본적인 소양에 대해 질문하고 있습니다. 그러므로 이 도서는 데이터분석가라면 기본적으로 알고 있어야 하는 대부분의 지식이 수록되어 있는 기본서가 될 것이라 확신합니다. SD에듀는 여러분의 합격을 진심으로 기원합니다
간혹 출제되는 특이 문항을 제외하면, 결국 데이터분석전문가와 빅데이터분석기사 시험은 데이터분석가가 갖추어야 할 기본적인 소양에 대해 질문하고 있습니다. 그러므로 이 도서는 데이터분석가라면 기본적으로 알고 있어야 하는 대부분의 지식이 수록되어 있는 기본서가 될 것이라 확신합니다. SD에듀는 여러분의 합격을 진심으로 기원합니다
