[목 차]

제1장 시험소개 및 환경구성

제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기

제2장 데이터 핸들링

제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링

제3장 EDA와 시각화

제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling

제4장 데이터 전처리

제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리

제5장 머신러닝 프로세스

제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석

제6장 머신러닝 - 지도학습

제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류

제7장 통계분석

제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석

최신 기출동형 모의고사

제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사