반응형 자격증/빅데이터분석기사26 빅데이터분석기사 실기 2유형 템플릿 (회귀/분류) 참고자료:https://youtu.be/3aAS0yyqLV4?si=D1KwxD3VBID_LH1Ahttps://product.kyobobook.co.kr/detail/S000213942959 2025 이기적 빅데이터분석기사 필기 기본서 | 나홍석 - 교보문고2025 이기적 빅데이터분석기사 필기 기본서 | 최신 출제기준을 적용한 도서로, 빅데이터분석기사 필기 시험의 출제 경향을 철저히 분석하여 수험생들이 혼자서도 학습할 수 있도록 한 완벽 대비product.kyobobook.co.kr 빅데이터분석기사 실기 2유형 템플릿 (회귀/분류)빅데이터분석기사 실기 2유형 템플릿 (회귀/분류) 둘다 범용적으로 사용가능 한 템플릿 공유합니다.2025 이기적 빅데이터분석기사 실기 문제 기출문제 3회(2021-12-04 .. 2025. 5. 26. [Python] Pandas 메서드 총 정리 0. csv 파일로 읽어오기 pd.read_csv("URL") import pandas as pdmydata = pd.read_csv("pandas_practice_stu.csv")mydata 1. 구조 확인/기초 정보 df.head(n)상위 n개 행 반환 (기본 5개)df.tail(n)하위 n개 행 반환df.shape(행, 열) 튜플 반환df.info()열 정보, 결측값, 데이터 타입 등 요약df.describe()수치형 열의 통계 요약 (평균, 표준편차 등)df.columns열 이름 리스트 반환df.index인덱스 정보 반환df.dtypes열별 데이터 타입 확인 df.head(n) 상위 n개 행 반환 (기본 5개) print(mydata.head()) Name Korean En.. 2025. 5. 17. [Python] NumPy 함수 총 정리 📌 배열 생성 관련 함수 np.array()리스트/튜플을 NumPy 배열로 변환np.arange(start, stop, step)지정 범위의 정수 배열 생성np.linspace(start, stop, num)시작~끝 사이를 균등 간격으로 나눈 값 생성np.repeat(array, repeats, axis=None)기존 배열의 각 원소를 반복해서 확장np.tile(vector, reps)벡터 전체 반복np.zeros(shape)0으로 채워진 배열 생성np.ones(shape)1로 채워진 배열 생성np.eye(N)단위행렬(identity matrix) 생성np.empty(shape)초기화되지 않은 배열 생성 (빠르지만 값은 쓰레기값)np.full(shape, value)지정된 값으로 채운 배열 생성 1... 2025. 5. 12. 빅데이터분석기사 3주 독학 필기 합격 리뷰 2025년 4월 5일에 치뤄졌던 빅데이터분석기사 결과가 나왔네요~~ 70점으로 안정적인(?) 합격을 했습니다.독학으로 3주 정도 했고, 준비 과정을 공유해 볼까 합니다. 교재 (2025 이기적 빅데이터분석기사 필기)교재는 2025 이기적 빅데이터분석기사 필기 사용했습니다.https://product.kyobobook.co.kr/detail/S000213942959 2025 이기적 빅데이터분석기사 필기 기본서 | 나홍석 - 교보문고2025 이기적 빅데이터분석기사 필기 기본서 | 최신 출제기준을 적용한 도서로, 빅데이터분석기사 필기 시험의 출제 경향을 철저히 분석하여 수험생들이 혼자서도 학습할 수 있도록 한 완벽 대비product.kyobobook.co.kr 제가 처음에 교재 선정을 할 때 "이기적 책이.. 2025. 4. 20. [P04CH01S01-S02] 분석모형 평가 및 개선 PART04: 빅데이터 결과해석CHAPTER01: 분석모형 평가 및 개선[P04CH01S01-S02] 분석모형 평가 및 개선 1. 평가 지표1.1 지도학습-분류모델 평가 지표 (1) 오차 행렬: 훈련을 통한 예측 성능을 측정하기 위해 예측 값과 실제값을 비교하기 위한 표이다 오차 행렬은 크게 4가지로 나누어 볼수 있는데 간단히 설명하면 다음과 같다.TN(True Negative) : 예측을 Negative로 하였고 그 결과도 Negative인 경우TP(True Positive) : 예측을 Positive로 하였고 그 결과도 Positive인 경우FN(True Negative) : 예측을 Negative로 하였으나 결과는 Positive인 경우FP(True Positive) : 예측을 Positive로 하.. 2025. 3. 19. [P04CH01S02] 분석결과 해석 PART04: 빅데이터 결과해석CHAPTER02: 분석결과 해석 및 활용[P04CH01S02] 분석결과 해석 이 섹션은 "[P04CH01S01-S02] 분석모형 평가 및 개선" 의 요약 섹션이라고 보시면 됩니다.앞에서 나왔던 내용이 대부분 중복 되어 출제됩니다. 1. 분석 모델별 결과 해석 1.1. 회귀 모델평가 지표: MAE, MSE, MAPE, RMSE, RMSLE, R²(결정계수), 수정된 R²잔차 분석: 잔차는 패턴이나 추세가 없어야 함결정계수(R²): 회귀식이 변동을 얼마나 설명하는지 측정딥러닝 모델: 상대오차 또는 평균 제곱근 편차(RMSE) 활용2. 분류 모델평가 방법: 클래스 별 예측 확률 정확도 확인혼동 행렬(Confusion Matrix): 분류 모델 평가 지표ROC-AUC: ROC .. 2025. 3. 19. 이전 1 2 3 4 5 다음 반응형
