본문 바로가기

전체 글

[ADsP] (2과목) 데이터분석 기획 - 데이터분석 기획 Part 2 요약 1. 분석과제 발굴 ㅇ 문제가 주어진 상태에서 답을 구하는 하향식 접근방식이 전통적으로 수행되었던 분석과제발굴 ㅇ 대규모의 다양한 데이터를 생성하고 빠르게 변하는 기업 환경에서는 문제 자체의 변화가 심해 문제를 사전에 정의하는 것이 어려워지고 있다. 데이터를 활용하여 생각하지 못했던 인사이트를 도출하고, 시행착오를 통해서 개선해 가는 상향식 접근방식이 점차 증가하고 있는 추세이다. ㅇ 최적의 의사결정은 두 접근방식이 상호보완 관계에 있을 때 가능하다. 2. 디자인씽킹 ㅇ 넓은 의미에서 디자이너 사고 방식을 의미. 간단하게 말하면 디자이너처럼 생각하자. 디자이너는 시작 단계에서 대상을 자세히 관찰하고, 그 상황이나 대상에 공감함으로써 많은 가능성과 아이디어를 생각한다. 그 이후 많은 아이디어를 내고 다시 .. 더보기
[ADsP] (2과목) 데이터분석 기획 - 데이터분석 기획 Part1 기출문제 1. 다음 중 분석을 수행하기에 앞서 고려해야 할 요소로 부적절한 것은? ① 유사한 분석 케이스 확보 ② 분석 장애 요소 파악 ③ 활용 가능한 데이터의 파악 ④ 요구되는 분석 기법의 파악 ※ 정답 : 4번 - 가용 데이터 여부, use case 탐색, 장애 요소 파악 2. “장기적인 마스터플랜 방식”에 비하여 “과제 중심적인 접근 방식”의 특징으로 가장 적절하지 못한 것은? ① Quick & Win ② Speed & Test ③ Problem Solving ④ Accuracy & Deploy ※ 정답 : 4번 - 장기적 지속적 분석 문화 내재화, 마스터 플랜 3. 다음 중 분석 대상(What)을 알고 분석 방법(How)을 알고 있는 경우 무엇을 목적으로 접근해야 하는가? ① 통찰 ② 발견 ③ 최적화 ④ .. 더보기
[ADsP] (2과목) 데이터분석 기획 - 데이터분석 기획 Part 1 요약 1. 분석주제 유형 ㅇ 분석 대상 및 방법에 따라 구분하며, 분석 주제 및 기법 특성상 아래 4가지 유형은 서로 융합적으로 반복하게 됨. - Optimization : 분석 대상 및 분석 방법을 이해하고 현 문제를 최적화 형태로 수행 - Solution : 분석과제는 수행되고 분석방법을 알지 못할 경우 솔루션을 찾는 방식으로 분석과제 수행 - Insight : 분석 대상이 불분명하고 분석방법을 알고 있는 경우 인사이트 도출 - Discovery : 분석대상, 방법을 모른다면 발견을 통해 분석대상 자체를 새롭게 도출 분석방법 분석대상 Known Un-Kown Known 최적화(Optimization) 통찰력(Insight) Un-Known 해결책(Solution) 발견(Discovery) 2. 목표 시점별.. 더보기
[ADsP] (1과목) 데이터 이해 - 전략 인사이트와 데이터사이언스 기출문제 1. 다음 중 데이터 사이언스에 대한 설명으로 가장 부적절한 것은? ① 분석적 영역, IT 영역, 비즈니스 영역으로 나누어 볼 수 있다. ② 강력한 호기심은 데이터 사이언티스트의 중요한 특징이다. ③ 과학적 분석과정에서는 가정과 인간의 해석은 개입 되어선 안된다. ④ 데이터 사이언스는 정형 데이터, 비정형 데이터를 막론하고 데이터로부터 가치를 찾는 것을 목표로 한다. ※ 정답 : 3번 – 어떻게 활용할지는 인간의 해석에 따라 상이하므로 인간의 해석은 필수 2. 다음 설명 중 틀린 것은 무엇인가? ① 데이터 사이언티스트의 중요한 핵심요소로는 강력한 호기심을 들 수 있다. ② 시간의 흐름에 따라 단순 세계화에서 복잡 세계화로 변화하였다. ③ 분석을 수행하고 결과를 해석하는데 있어서 인간의 개입은 필수이다. .. 더보기
[ADsP] (1과목) 데이터 이해 - 전략 인사이트와 데이터사이언스 요약 1. 빅데이터 열풍과 전략적 인사이트 ㅇ 빅데이터 분석은 데이터에서 가치, 즉 통찰을 끌어내는 것이 성과 창출 관건 - 데이터 최적화 능력이 최고의 가치를 창출하는 것은 아니고 가치에 적합한 분석이 중요 ㅇ 일차적 분석을 통해 해당부서, 업무영역 효과를 얻을 수 있지만 일차적인 분석은 태생적으로 업계 내부의 문제에만 초점을 두고 있음. 전략적 인사이트, 가치 기반을 위해 인구/경제/고객니즈 변화를 고려해야 함. 즉, 업계 상황에 한정해서 바라보지 말고 더 넓은 시야에서 차별화를 고려해야 함 ㅇ 데이터분석은 대상을 모델범위 외 요인들을 판단하게 되면 분석 모델의 정확성에 위험 동반 2. 데이터사이언스/데이터마이닝/통계학 ㅇ 데이터사이언스 : 데이터로부터 의미있는 정보를 추출 ㅇ 통계학이 정형화된 실험 데이.. 더보기
[ADsP] (1과목) 데이터 이해 - 데이터의 가치와 미래 기출문제 1. 다음 중 빅데이터의 일반적인 특징 3V와 그 설명이 부적절한 것은 무엇인가? ① VOLUME – 데이터 양의 증가 ② VARIETY – 데이터 유형의 증가 ③ VELOCITY – 데이터 생성 속도 및 처리 속도의 증가 ④ VALUE – 데이터로부터 도출되는 가치의 증가 ※ 정답 : 4번 2. 다음 중 빅데이터분석에 경제성을 제공해 준 결정적인 기술로 가장 적절한 것은? ① 텍스트마이닝 ② 클라우드컴퓨팅 ③ 저장장치 비용의 지속적인 하락 ④ 스마트폰의 급속한 확산 ※ 정답 : 2번 3. 다음 중 빅데이터에 의한 변화로 잘못 연결된 것은 무엇인가? ① 사전처리에서 사후처리로의 변화 ② 표본조사에서 전수조사로의 변화 ③ 데이터의 양보다 질을 중시하는 변화 ④ 인과관계에서 상관관계로의 변화 ※ 정답 : 3.. 더보기
[ADsP] (1과목) 데이터 이해 - 데이터의 가치와 미래 1. 빅데이터 특징(3V) ㅇ Volume 크기 : 생성되는 모든 데이터 수집, 데이터양의 증가 ㅇ Variety 다양성 : 정형화된 데이터를 넘어 텍스트, 오디오, 비디오 등 모든 유형 데이터를 분석 ㅇ Velocity 속도 : 데이터의 생성속도 및 처리 속도 증가 2. 빅데이터 출현 배경 ㅇ 없었던 것이 새로 등장한 것이 아니라 기존의 데이터, 처리방식, 다루는 사람과 조직 차원에서 일어나는 변화를 의미 - 산업계 :고객 데이터의 증가 및 각종 유형의 사건 데이터 증가, 양질 전환 법칙으로 데이터 양이 많을수록 이익으로 연결된다. - 학계 : 컴퓨터 공학, 인공지능학과 같이 데이터를 다루는 학문 증가 - 기술발전 : 데이터를 다루기 위한 기술 발전으로 클라우드 컴퓨팅 활용, 디지털화, 새로운 데이터 .. 더보기
[ADsP] (1과목) 데이터 이해 - 데이터의 이해 기출문제 1. 다음 중 데이터의 유형이 다른 한가지는 무엇인가? ① CSV 파일 ② HTML 파일 ③ 엑셀 파일 ④ 관계형 데이터베이스 ※ 정답 : 2번 2. 다음 중 지식의 유형이 다른 한가지는 무엇인가? ① ADsP 자격증 시험을 위한 기출문제를 정리한 문제집 ② 축구선수가 공을 멀리 차기 위한 몸놀림 ③ 김치를 맛있게 담그는 어머님의 손맛 ④ 속기사가 1분에 320자를 입력하기 위한 기술 ※ 정답 : 1번(형식지) / 2,3,4(암묵지) 3. 다음 중 암묵지와 형식지의 상호작용과 관련 없는 것은? ① 추상화 ② 공통화 ③ 내면화 ④ 표출화 ※ 정답 : 1번 4. 다음 중 객관적인 사실을 의미하는 데이터로부터 얻을 수 없는 것은? ① 지혜 ② 정보 ③ 지식 ④ 도형 ※ 정답 : 4번 5. 아래 제시된 데이터양.. 더보기

티스토리툴바