<ADsP> 3.1 데이터 분석 개요

 이 글은 데이터분석준전문가(ADsP)를 취득 후 정리하며 쓰는 글입니다.

 ADsP 의 공부방법 및 후기글은 하단의 일상블로그 링크를 참고해주세요.

 데이터에듀사의 교재를 참고하였으며, 작성된 모든 내용과 그림은 직접 재구성하였습니다.

 

 

1. 데이터 분석 기법의 이해

* 시각화

 - 복잡한 분석보다 더 효율적이며 빅데이터 분석에서 시각화는 필수이다.

 - SNA 분석(사회연결망 분석)을 할 때 자주 활용된다.

 

* 공간분석(GIS)

 - 공간적 차원과 관련된 속성들을 시각화하는 분석

 - 지도 위에 관련 속성들을 표시하여 인사이트를 도출

 

(GIS) 출처 : 네이버 총선 특집 페이지

 

* 탐색적 자료 분석(EDA)

 - 다양한 차원과 값을 조합하여 특이점을 발견하고 분석하는 과정

 - 시각화로 이상점을 식별함

 - 데이터 품질과 정보량이 알고리즘의 학습을 좌우함

 - EDA의 4가지 주제 : 저항성의 강조, 잔차 계산, 자료변수의 재표현, 그래프를 통한 현시성

 

* 통계 분석

- 기술통계 : 표본을 추출하여 표본이 가지고 있는 정보를 쉽게 파악

- 추측통계 : 표본통계량으로부터 모수에 관해 통계적으로 추론

 

* 데이터마이닝

 - 대표적인 고급 데이터 분석법으로 대용량의 자료로부터 정보를 요약하고 미래에 대한 예측

 - 데이터마이닝 모델 성능 평가 기준 : 정확도, 정밀도, 디텍트라이트, 리프트

 

 

 

 

 

 

---

참고

필자 취득 후기 및 공부 방법 

비전공자 독학 후기 및 팁 (feat.20일합격)

데이터에듀 홈페이지 및 기출복원

기출문제복원 – 데이터에듀(dataedu)

데이터 전문가 포럼 카페

데이터 전문가 포럼 : 네이버 카페

네이버 뉴스 총선특집페이지

2020 제21대 국회의원선거 특집페이지