Career/Certificate13 Tableau Specialist 후기 준비물은 여권이나 영문 운전면허증 (영문 이름이 포함되어있는 신분증) 응시비용은 $100 (비싸서 그런가.. 하루 전 주말도 시험 접수가 가능함. 당일도 가능할지도?!) 영어시험으로 과거와 다르게 구글링X, 실기시험 X 객관식 45문제, 만점은 1000점 합격 커트라인은 750점 이상인데 채점 형식이 조금 일반적으로 달라서 40문제 중 5문제는 채점하지 않는다(어떤 문제가 채점되지 않는지는 알 수 없기에 다 풀어야 함) 75% 맞추면 된다고 생각하면 33 문제 정도 맞추면 될 듯. 복수 정답에서 부분 점수도 있는 것 같음 접수하는 피어슨 페이지 이름을 꼭 영문으로 바꿔줘야합니다. 안바꾸면 응시가 아예 되지 않음 만약 한글이라면 certification@tableau.com .. 2022. 4. 3. 제 44회 SQLD 후기 턱걸이로 따서 후기 쓰기 부끄럽지만^^ 빅분기 시험 후기도 여전히 검색으로 많이 들어오고 있고, 기록도 남길 겸 당황했던 경험들이 누군가에겐 도움이 되지 않을까 작성합니다. 아직까지 쿼리 짜는 업무를 맡지 않았지만 꼭 필요한 기술이라 SQL을 공부해야했다. SQLD를 딴다고 SQL을 잘하는 것도 아니니 필요 없는 자격증이라 생각해왔는데, 동기 대부분이 가지고 있기도 했고 SQLD를 준비하면 공부하지 않을까 하는 생각으로 접수했다. 학부 때 SQL 수업을 들었고 간단한 프로젝트도 해봐서 공부 안해도 쉽게 따지 않을까 생각했다.... 진짜 오만이었다... SQLD 기출책으로 유명한 노랭이를 풀어야한다고 해서 처음에 펼쳤는데 뭔 말인지 하나도 모르겠고 어려웠다. (2021ver. 노랭이로 봤는데 절판되었다고 .. 2022. 4. 2. [SQLD] 2. SQL 기본 및 활용 2. SQL 기본 및 활용 (40문제) (1) SQL 기본 (2) SQL 활용 (3) SQL 최적화 기본원리 (1) SQL 기본 SQL 문장 (MDDT) 1. 데이터 조작어 (DML) - Manipulation (SUID) - SELECT : 데이터 조회, 검색하는 명령어 (a.k.a RETRIEVE) - INSERT, UPDATE, DELETE : 데이터에 변형을 가하는 명령어 (생성, 삭제, 수정 등) 비절차적 데이터 조작어 : 무슨 데이터를 원하는 지만을 명세함. 절차적 데이터 조작어 : 어떻게 데이터를 접근해야하는지 명세함 (PL/SQL: 오라클, T-SQL : SQL Server) 2. 데이터 정의어 (DDL) - Definition (CARD) - CREATE, ALTER, DROP, RENA.. 2022. 3. 9. [SQLD] 1. 데이터 모델링의 이해 1. 데이터 모델링의 이해 (10문제) (1) 데이터 모델링의 이해 (2) 데이터 모델과 성능 (1) 데이터 모델링의 이해 데이터 모델링 목적 - DB구축 뿐만 아니라 데이터 모델링 자체로 업무를 설명하고 분석 - 업무정보를 구성하는 기초가 되는 정보들에 대해 일정한 표기법으로 업무 내용을 정확하게 분석함 - 분석된 모델로 실제 데이터베이스를 생성해 개발 및 데이터 관리에 사용하기 위함 모델링의 특징 - 추상화 (모형화, 가설적) : 현실 세계를 일정한 형식에 맞춰 표현 - 단순화 : 복잡한 현실 세계를 제한된 표기법이나 언어로 표현해 쉽게 이해할 수 있도록 함 - 명확화, 정확화 : 대상에 대한 애매모호함 제거, 정확하게 현상 기술 - 시스템 구현 뿐만 아니라 업무분석 및 업무형상화 하는 목적도 존재 .. 2022. 3. 1. 제 2회 빅데이터분석기사 후기 실기 100점 아깝..! 시험 중에 1유형에서 문제 하나가 헷갈리게 적혀있다고 느꼈고, 질문했는데 문제 관련 질문은 안받는다고 했다ㅠㅠ ( 시험치고 나서 오픈 톡방을 봤을 때 사람들 의견도 분분.. ) 내가 이해한 대로 풀고 나왔고, 헷갈릴만한 문제니 중복 답안처리를 해줄 수도 있겠다고 생각했는데 10점 날라간 거 보면 아닌가보다 하하.. 시험 준비 과정 필기시험은 위키북스의 빅데이터분석기사 책을 참고해서 공부했다. 한번에 따고 싶어서 기간을 3주 정도로 잡고 책 내용을 거의 외운 것 같다. (첫 시험이라 뭐가 나올지 몰라서ㅠㅠ) 하지만 책에서 다루지 않는 통계심화문제와 처음 보는 것들이 꽤 있어서 당황했고, 그래도 중복 답안 처리가 많이 되어서 통과했다. 실기시험은 2주 정도 잡고 공부했는데 개인적으로.. 2021. 7. 16. [빅데이터분석기사] 실기 - 단답형 준비 단답형 준비 : 데이터 처리 영역 (10문제) X 3점 [위키북스] 2021 빅데이터분석기사 필기 책을 바탕으로 제가 공부하기 위해 정리한 내용입니다. 다소 세부적인 내용까지 정리되어 있으니 감안해서 보시길 바랍니다. 챕터 이름 답 설명 동의어 1. 빅데이터 분석 기획 정량적 데이터 수치로 표현할 수 있는 숫자, 도형, 기호 등의 데이터 정형 데이터 정성적 데이터 언어, 문자 등의 정형화되지 않은 데이터 비정형 데이터 암묵지 학습과 체험을 통해 개인에게 습득되어 있지만, 겉으로 드러나지 않는 상태의 지식 공통화/내면화 형식지 암묵지가 문서나 매뉴얼처럼 외부로 표출돼 여러 사람이 공유할 수 있는 지식 표출화/연결화 데이터 의미가 중요하지 않은 객관적 사실, 이론을 세우는데 기초가 되는 사실 정보 데이터의 .. 2021. 6. 18. [빅데이터분석기사] 실기 - sklearn 1. Linear Model from sklearn.linear_model import * LogisticRegression RidgeClassifier LinearRegression Ridge Lasso ElasticNet 2. Decomposition from sklearn.decomposition PCA 3. Ensemble from sklearn.ensemble import * BaggingClassifier BaggingRegressor GradientBoostingClassifier GradientBoostingRegressor RandomForestClassifier RandomForestRegressor VotingClassifier V.. 2021. 6. 10. [빅데이터분석기사] 실기 - 작업형 제 1유형 작업형 제 1유형 : 데이터 처리 영역 (3문제) X 10점 데이터 수집 작업 데이터 수집하기 정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다. 필요시 공개 데이터를 수집할 수 있다. 데이터 전처리 작업 데이터 정제하기 정제가 필요한 결측값, 이상값 등이 무엇인지 파악할 수 있다. 결측값와 이상값에 대한 처리 기준을 정하고 제거 또는 임의의 값으로 대체할 수 있다. 데이터 변환하기 데이터의 유형을 원하는 형태로 변환할 수 있다. 데이터의 범위를 표준화 또는 정규화를 통해 일치시킬 수 있다. 기존 변수를 이용하여 의미 있는 새로운 변수를 생성하거나 변수를 선택할 수 있다. 데이터 모형 구축 작업 분석모형 선택하기 다양한 분석모형을 이해할 수 있다. 주어진 데이터와 분석 목적에 맞는 분석모형.. 2021. 6. 9. [빅데이터분석기사] 실기 예시 풀이 단답형 (10문제) 여러 명의 사용자들이 컴퓨터에 저장된 많은 자료들을 쉽고 빠르게 조회, 추가, 수정, 삭제할 수 있도록 해주는 소프트웨어는 무엇인가? --> DBMS 작업형 제 1유형 : 데이터 처리 영역 (3문제) mtcars 데이터셋(data/mtcars.csv)의 qsec 컬럼을 최소최대 척도(min-max-scale)로 변환한 후 0.5보다 큰 값을 가지는 레코드 수를 구하시오. # 출력을 원하실 경우 print() 활용 # 예) print(df.head()) # 답안 제출 예시 # print(레코드 수) import pandas as pd from sklearn.preprocessing import MinMaxScaler mtcars=pd.read_csv('data/mtcars.csv') s.. 2021. 5. 31. [빅데이터분석기사] 필기 - 4. 빅데이터 결과 해석 (1) 군집 분석 평가 – 외부/내부 외부평가: 자카드 계수 평가(두 군집 유사도), 분류모형 평가 방법 응용(ROC, 혼동 행렬) 내부평가 : 단순계산법(군집 개수 .. ), 거리계산, 엘보 메소드 (2) 혼동행렬 – 예측 위주, 정확도/정밀도/재현율(민감도,참긍정율)/특이도(참부정율)/거짓긍정율/F1-score 정확도 : 전체에서 True 분류, 올바르게 분류 정밀도 : 예측 positive에서 실제 positive 분류 재현율 TPR : 실제 positive에서 실제 positive 분류 -> 초기환자 특이도 TNR: 실제 negative에서 실제 negative 분류 -> 진단 확신 거짓긍정율 FPR: 실제 negative에서 가짜 positive 분류 F1-Sco.. 2021. 5. 30. 이전 1 2 다음
