(2026년) ADP(데이터분석전문가) 필기 요약 PDF

소개

"ADP(데이터분석전문가) 필기 요약 PDF"에 대한 내용입니다. ‼️2026년 최신 출제 동향 반영‼️

목차

I.제1과목: 분석 기획
1.CH01 데이터 분석 개요
2.CH02 분석 방법론
3.CH03 분석 과제 발굴
4.CH04 분석 프로젝트 관리

II.제2과목: 데이터 처리
1.CH05 데이터 구조 및 저장
2.CH06 데이터 수집 및 변환(ETL)

III.제3과목: 통계 분석
1.CH07 기초 통계
2.CH08 추론 통계 및 가설 검정
3.CH09 회귀 분석

IV.제4과목: 데이터 마이닝
1.CH10 데이터 전처리
2.CH11 분류 분석
3.CH12 군집 분석
4.CH13 연관 분석 및 기타 마이닝 기법

V.제5과목: 시각화
1.CH14 시각화 개요
2.CH15 시각화 기법

본문내용

CH02 분석 방법론
2.1 데이터 분석 방법론 개요
#방법론의 필요성
체계적 프로세스 → 프로젝트 성공률 향상, 일관된 품질 보장

2.2 KDD(Knowledge Discovery in Databases)
#KDD 프로세스 (5단계)
① 데이터셋 선택(Selection)
② 데이터 전처리(Preprocessing) - 노이즈 제거, 결측치 처리
③ 데이터 변환(Transformation) - 차원 축소, 정규화
④ 데이터 마이닝(Data Mining) - 패턴 발견, 모델 구축
⑤ 해석/평가(Interpretation/Evaluation)

2.3 CRISP-DM
#CRISP-DM 프로세스 (6단계)
① 비즈니스 이해(Business Understanding)
② 데이터 이해(Data Understanding)
③ 데이터 준비(Data Preparation) → 전체의 70~80% 소요
④ 모델링(Modeling)
⑤ 평가(Evaluation)
⑥ 전개(Deployment)

<중 략>

CH08 추론 통계 및 가설 검정
8.1 표본분포와 중심극한정리
#중심극한정리(CLT)
모집단 분포와 무관하게, 표본 크기 n이 충분히 크면(보통 n≥30)
표본평균 X̄의 분포는 N(μ, σ²/n)에 근사
→ 표본이 커질수록 표본평균의 분산은 줄어듦

8.2 점추정과 구간추정
#점추정량의 바람직한 성질
불편성(Unbiasedness): E(θ̂) = θ
유효성(Efficiency): 분산이 최소인 추정량
일치성(Consistency): n→∞이면 θ̂→θ
충분성(Sufficiency): 모수에 대한 정보를 충분히 포함

#신뢰구간(Confidence Interval)
모평균의 95% 신뢰구간: X̄± Z₀.₀₂₅ · (σ/√n)
모분산 미지 시: X̄± t₍α/2, n-1₎ · (S/√n)
※ 신뢰수준↑ → 신뢰구간 넓어짐 / 표본크기↑ → 신뢰구간 좁아짐

참고자료

· 없음