둠선생 연구실

이 문서에서는 데이터 아키텍처 전문가(DAP), 데이터 아키텍처 준전문가(DAsP)에서 공통으로 10문제 씩 출제되는 1~3 과목에 해당하는 내용을 다루고 있습니다. 과목 Ⅰ. 전사아키텍처 이해 과목 Ⅱ. 데이터 요건 분석 과목 Ⅲ. 데이터 표준화 과목 Ⅰ. 전사아키텍처 이해 아키텍처 구축하고자 하는 목적에 따라 복잡한 대상을 단순하게 표현하고, 구성요소의 변화에 대한 요구를 수용할 수 있게 한 청사진(Blueprint) 아키텍처 구성요소 규칙 : 전략, 원칙·지침, 표준 모델 : 참조모델, 비즈니스 아키텍처, 데이터 아키텍처, 애플리케이션 아키텍처, 기술 아키텍처 계획 : 이행계획, 구축 계획 전사(Enterprise) 공동의 목표를 추구하기 위해 고객과 상품 또는 서비스가 존재하고, 이를 지원하기 위..

ADP (데이터분석 전문가) 필기 ADP 필기 5과목에 해당하는 영역입니다. ADsP(데이터분석 준전문가)에서는 출제영역에 해당하지 않는 부분입니다. 과목 Ⅴ. 데이터 시각화 시각화 인사이트 탐색 -> 패턴분석 등 분석 -> 그래프분석 등 활용 -> 인포그래픽 (스토리텔링 특화) D(data) -> 시각화 I(Information) -> 디자인 K(Knowledge) -> 매핑 W(Wisdome) -> 정의되지 않은 것 탐색 데이터 명세화 측정값, 차원 (값이 측정된 기준 수) 데이터의 성격이 아닌 분석형태에 따라 정해짐 동일한 항목도 차원이 되기도, 측정값이 되기도함 빅데이터 시각화의 목적 : 데이터 분석, 의사소통 1. 데이터 시각화 정보형 메세지 통계적 그래픽, 주제 지도학 마인드맵, 뉴스표현, 데..

ADP (데이터분석 전문가) 필기 ADP 2과목에 해당하는 영역입니다. ADsP(데이터분석 준전문가)에서는 출제영역에 해당하지 않는 부분입니다. 과목 Ⅱ. 데이터 처리기술 이해 ★ ETL 추출(Extract), 변환(Transform), 적재(Load) DW, ODS, DM 등의 적재 작업의 핵심구성요소 통합, 이동, MDM(마스터 데이터 관리)에 활용 0) Interface : 인터페이스 메커니즘 구현 1) Staging ETL : 데이터 획득, 스테이징 테이블에 저장 2) Profiling ETL : (스테이징 테이블에서) 특성 식별, 품질 측정 3) Cleansing ETL : 프로파일링된 데이터 보정 4) Integration ETL : 충돌해소, 클렌징된 데이터 통합 5) Denormalizat..

ADP & ADsP (데이터분석 전문가&준전문가) 필기 데이터 분석 파트는 ADP의 4과목 , ADsP의 3과목에 해당되는 내용입니다. 다른 파트에 비해 범위도 넓고, 난이도도 높은 편이라 당락을 결정하는 가장 핵심 파트입니다. ADsP 과목 Ⅲ. 데이터 분석 ADP 과목 Ⅳ. 데이터 분석 R 기초 데이터 분석을 위한 R 기초 정리 표본 추출 방법 확률적 추출 1) 단순 무작위추출 (simple random sampling) 2) 계통추출(systematic sampling) 3) 층화추출(stratified sampling) 4) 군집추출(cluster sampling) 자료의 종류 명목척도 ex) 성별 서열척도 ex) 평점 등간척도 ex) 물가지수 -> 절대0점이 존재하지 않음 비율척도 ex) 몸무게..

ADP & ADsP (데이터분석 전문가&준전문가) 필기 데이터 분석기획 파트는 ADP의 3과목 , ADsP의 2과목에 해당되는 내용입니다. 크게 어렵지 않은 영역이기에, 핵심적인 내용을 잘 숙지하는 것이 중요하다고 생각합니다. ADsP 과목 Ⅱ. 데이터 분석기획 ADP 과목 Ⅲ. 데이터 분석기획 ★ 분석 주제 유형 ( O/X는 알고 있음/없음 을 의미 ) 최적화(Optimiztion) : 분석대상O, 분석방법O 통찰(Insight) : 분석대상X, 분석방법O 솔루션(Solution) : 분석대상O, 분석방법X 발견(Discovery) : 분석대상X, 분석방법X 의사결정 방해요소 고정관념, 편향된 생각, 프레이밍 효과 ★ 분석방법론 KDD CRISP-DM 분석 대상이 되는 비즈니스 이해 업무 이해 데이터셋..

ADP & ADsP (데이터분석 전문가&준전문가) 필기 1과목은 ADP와 ADsP의 공통 출제 영역입니다. 핵심 내용만 잘 숙지하고 있다면 점수를 얻기 좋은 파트입니다. 과목 Ⅰ. 데이터의 이해 데이터의 정의 데이터는 ‘객관적 사실’ 개별 데이터 자체로는 의미 X, 상호 관계 속에서 가치를 가짐 추론·전망 등의 근거로 기능 (당위적 특성) 정성적 데이터 vs 정량적 데이터 정성적 데이터 : 언어, 문자 등 ex) 특성에 대한 설명 정량적 데이터 : 수치, 도형, 기호 ex) 몸무게, 주가 지식경영 : 지식을 창출, 저장, 전이, 적용하기 위해 조직에서 개발한 일련의 비즈니스 프로세스 암묵지 : 학습과 체험을 통해 습득 형식지 : 책, 메뉴얼 등 SECI 모델 공통화 -> 표출화 -> 연결화 -> 내면화 ..

이번에 윈도우즈 업데이트를 했더니 작업표시줄 창에 Cortana 아이콘이 생겼습니다. 하지만 아직 한국에서는 사용할 수 없다고 나옵니다. 하지만 설정 -> 앱 -> 앱 및 기능에서 제거 하려해도 표시가 안됩니다. Cortana 코타나를 삭제하는 방법입니다. 왼쪽 아래 시작 아이콘을 우클릭 -> Windows PowerShell(관리자) 클릭 실행하면 아래와 같은 화면이 나옵니다. 그리고 아래와 같이 입력해주시고 엔터를 눌러 명령어를 실행해주시면 됩니다. Get-AppxPackage -allusers Microsoft.549981C3F5F10 | remove-AppxPackage 실행 후에 아래 작업표시줄에서 Cortana가 사라진 것을 확인하실 수 있습니다. 만약 아이콘이 남아있다면, 작업표시줄을 우클릭..

* 문제 순서는 그냥 기억나는대로 썻습니다. * 총 60문항 , 3 문항은 기억이 잘안나네요. * 아래 나와있는 대로 정확히 복원한 것은 아니고 이런 내용이 나온다 정도로 봐주시면 될 것 같습니다. * 예상 답을 표시한 것 문항도 있으나 정확하진 않습니다. 개인적인 의견 난이도는 조금 있는 편인 것 같습니다. (보기들이 대부분 그럴싸하게 나와서. 얕게 공부하시면 헷갈리실 만한 문제가 많습니다) 같은 기관에서 출제하는 ADP (데이터분석 전문가) 시험 문제와 유사하다고 느껴지나, 통계학, 딥러닝 등의 내용을 좀 더 많이+자세히 물어보는 느낌입니다. 따라서 통계학에 대한 기초가 탄탄하시면 준비하시기 좀 더 수월할 것 같습니다. 요약하자면 넓고 얕게 공부하시기보단, 아래 나와있는 핵심 키워드를 중심으로 깊게 ..