혼자 복습하고 필기하는

🎓 빅데이터전문가(단일자격증 과정) 합격 후기

약 일주일동안 강의를 수강하고 조금 전에 빅데이터전문가(단일) 자격증을 합격했습니다. 저번주에 AI활용전문가 자격증을 합격한 후 일주일 안에 연속으로 합격할 수 있었습니다. 총 15강 중 10강까지만 수강한 후 시험을 봤는데, 문제는 총 25문제였습니다. 예상문제를 한 번이라도 확인했다면 크게 어렵지 않게 합격할 수 있는 난이도였던 것 같습니다.그리고 예전에 ADsP를 공부했던 적이 있어서 이미 아는 내용들이 많아 어렵지 않았던 것도 있었습니다. 강의와 교안, 그리고 예상문제는 모두 한국교육검정원 홈페이지에서 확인할 수 있습니다. 공부 루틴은 AI활용전문가 때와 비슷했습니다. 강의를 한 번 듣고, 주요 내용을 직접 정리하는 방식으로 학습했습니다. 하루에 1~2시간씩 꾸준히 공부하면 일주일 ..

4차시 (언플러그드 컴퓨팅 기초)

학습목표 1. 언플러그드의 정의 2. 2진수의 이해 3. 2진수의 활용 언플러그드 컴퓨팅 - 컴퓨터 없이 놀이를 통해 컴퓨터 과학의 핵심 원리를 배우는 활동 - 데이터 표현, 정렬, 검색, 교착 상태, 라우팅, 알고리즘 등의 개념을 게임처럼 체험 - 초등학생부터 성인 학습자까지 누구나 이해 가능 - 프로그래밍 언어를 배우지 않은 교사도 수업에 적용 가능 언플러그드 컴퓨팅의 지향점 - 경쟁보다 협동적 사고를 중시 - 컴퓨터적 사고력(논리적 사고력)을 자연스럽게 향상 - 놀이와 체험을 통해 개념을 쉽게 이해 - 모눈종이, 카드 등 간단한 도구로 실습 가능 - 즐겁고 몰입감 있는 학습 환경 조성 - 추상적인 컴퓨터 과학 개념을 구체적으로 전달 컴퓨터의 ..

3차시 (컴퓨팅 사고력 키우기)

학습 목표 1. 컴퓨팅 사고능력이란? 2. 컴퓨팅 사고력의 정의 3. 언플러그드 컴퓨팅 컴퓨팅 사고방식 INPUT → PROCESS → OUTPUT 예시 : 서울역에서 강남역까지 → 가장 빠르게 가는 방법 → 경로 내가 원하는 결과를 위한 사고 가장 빠르게 가는 방법 = 최소환승 + 최단거리 "컴퓨팅 사고력이란, 컴퓨팅의 핵심 개념을 기반으로 인간의 행동 양식을 이해하려는 접근 방법이다" - 지넷 윙 교수 - 1. 컴퓨팅 사고능력이란? 문제의 추상화 → 문제해결과정(핵심요소 모델링) → 해법의 자동화 - 읽기·쓰기·더하기와 더불어 학습해야 할 기본 능력 - 단순히 프로그래밍 기술을 배우는 것이 아님 2. 컴퓨팅 사고력의 정의 - 문제의 인식 및 분..

2차시 (소프트웨어 교육은 왜 필요한가)

학습 목표 1. 소프트웨어 역량의 이해 2. 소프트웨어 교육이란? 3. 소프트웨어 교육의 효과 1. 소프트웨어 역량의 이해 무인 자동차는 시작일 뿐이다 (1) 자동차를 소유할 필요가 없으며 필요할 때 자동차를 호출 → 자동차의 소유 개념이 사라짐 (2) 사용자의 조작 없이 목적지까지 자율주행 → 차 안에서 즐기는 콘텐츠 산업 시장의 성장 (3) 도착 후 주차할 필요 없이 자동으로 주차공간에 주차 → 도심 주차장이 필요 없어짐 소프트웨어가 바꿔놓은 세상 Phone + Software = Life Style 전화기 + 소프트웨어 = 생활양식 (기존에 존재하던 것) + (창의력) = (사회적 변화) 창조사회의 시작 Knowledge(정보사회) → Creative(창조사..

1차시 (소프트웨어란 무엇인가)

학습 목표 1. 하드웨어의 정의 2. 소프트웨어의 정의 3. 소프트웨어의 가치와 중요성 예시 : 보이저 (Voyager)"보이저 1호의 메모리 용량은 오늘날 표준 스마트폰의 1/270,000 수준이며 현대의 기준으로 보이저에는 중앙처리장치(CPU)라 부를만한 것이 없다." - NASA - 카메라와 렌즈 - 1980년대 디지털 카메라 등장 이전, 1977년 보이저 발사 당시에는 음극선관(아날로그 카메라)만 존재 - 보이저에는 광각 렌즈와 망원 렌즈 단 2개만 탑재되어 출발 저장장치 - 1970년대에는 메모리 카드가 매우 고가이고 부피가 커서 → 아날로그 카세트 테이프를 사용해 데이터 저장 네트워크 장비 - 저장된 아날로그 사진을 디지털로 전환 후 전송 - 전송 ..

10차시 (정형 데이터 마이닝)

[1] 분류 분석1. 분류(Classification) 정의 - 데이터가 어느 그룹에 속하는지를 예측하는 데 사용하는 데이터 기법 - 군집화(Clustering)와 유사하나, 각 계급이 어떻게 정의되는지 미리 알아야 함 2. 분류 방법론 - K 최근접 이웃(K-Nearest Neighbor, KNN) : 인접한 K개의 이웃을 통하여 데이터가 소속되는 그룹을 결정 - 의사결정나무(Decision Tree) : 항목에 대한 관측값과 목표값을 연결하기 위한 트리 구조를 결정 - 베이지안 정리(Bayesian Theorem) : 불확실성 하에서 분류 문제를 조건부 확률로 해결하는 방법 - 인공 신경망(Artificial Neural Network, ANN) : 생물학의 신경망 구조를 모방하..

9차시 (데이터 마이닝)

[1] 데이터 마이닝의 정의와 이해1. 데이터 마이닝의 정의 정의 - 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 작업 - 데이터베이스 내 지식 발견 KDD(Knowledge Discovery in Databases)빅데이터 시대의 의미 - 대규모 데이터로부터 의미를 찾아내는 데 있어 중요도가 급증 2. 데이터 마이닝의 이해 데이터 마이닝의 적용 분야 - 분류(Classification) : 일정한 집단에 대한 정의를 통해 데이터를 분류 및 구분 - 군집화(Clustering) : 유사한 특성을 가진 데이터들을 군집(Cluster)으로 묶음 (사전 정의 없음) - 연관성(Association) : 동시에 발생한 사건 간의 관계를 정의 - ..

8차시 (데이터 통계 분석 (2))

[1] 분산분석과 상관분석 1. 분산분석(ANOVA) 정의 - 통계학에서 두 개 이상의 다수의 집단을 비교할 때 F분포를 이용하여 가설검정을 하는 방법 - ANOVA = ANalysis Of VAriance역사 - 통계학자 로날드 피셔(R.A. Fisher)에 의해 1920년대~1930년대에 걸쳐 작성 F분포 정의 - 분산의 비교를 통하여 얻어지는 분포 비율 - F = (군간변동) / (군내변동)특성 - 집단 간의 동질성을 가정하고 분석 - 군내변동이 크면 → 집단 간 평균차이 확인 어려움 - 분산 차이가 큰 경우 → 유발 원인 제거 필요 F분포의 가정 (1) 정규성 가정 - 모집단에서 변인 Y는 정규분포를 따름 - 모집단에서 변인 Y의 평균은 다를 수 있음 (2) 분산의 동질성 가정 - Y의 모집단 분..

7차시 (데이터 통계 분석 (1))

[1] 확률과 통계 이론1. 통계(Statistics) 정의- 표본을 통하여 모집단을 추정하기 위한 학문빅데이터와 관계- 표본(≃데이터)을 수집하고 분석하는 고전 과정 빅데이터의 기반 학문모집단(Population)- 정보를 얻고자 하는 목표 대상의 전체 집단표본(Sample)- 모집단의 일부이며, 관찰하여 획득한 데이터모집단과 표본의 관계- 모집단은 전수조사를 통하여 파악 가능하지만 비효율적- 표본을 통하여 모집단의 정보를 추정표본의 원천(Source)- 정부, 공공기관 등의 데이터 수집- 실험을 통한 데이터 획득- 설문조사 등을 통한 데이터 획득- 사물, 객체, 현상의 관찰을 통한 데이터 획득 데이터 유형범주 데이터(Categorical Data): 데이터의 범주(Category)를 사전에 정의하고 ..

6차시 (빅데이터 분석 도구 R (3))

[1] 의사결정 구조1. 의사결정(Decision Making) - 하나 이상의 조건을 평가(또는 테스트)하여 그 결과에 따라 다양한 흐름으로 명령문을 수행하는 구조- R에서는 if문, if~else문, switch문을 제공 의사결정 구조의 용도- if문 : 조건이 참일 때만 명령문을 수행- if~else문 : 조건에 따라 서로 다른 명령문을 수행- switch문 : 다양한 값의 조건에 따라 각각 다른 명령문을 수행 2. if 문 - 조건이 참(TRUE)인 경우에만 명령문 수행- 가장 단순한 의사결정 구조 문법if (조건) {... # 조건이 참(TRUE)일 때 실행되는 명령문} 3. if~else 문 - 조건이 참(TRUE)일 때와 거짓(FALSE)일 때 서로 다른 명령문을 수행 문법if (조건) {...