본문 바로가기
참고/자격증

[ 빅데이터분석기사 필기 ] 4과목 시험 전 핵심 정리!

by Foxy현 2023. 4. 7.
728x90
반응형

마지막 4과목이네요!

1,2,3 과목 핵심 정리는 이전 글에서 참고하시길 바랍니다.

2023.04.06 - [참고/자격증] - [ 빅데이터분석기사 필기 ] 1과목 시험 전 핵심 정리!

 

[ 빅데이터분석기사 필기 ] 1과목 시험 전 핵심 정리!

빅데이터 분석기사 필기에 대한 공부 자료가 많이 없죠ㅠㅠ 저도 일반 개념서 공부도 많이 해보고, 수제비 카페에서 이런저런 문제도 많이 풀어보고 했는데 정리된 글이 있으면 좋겠다 싶어서

foxyprogramming.tistory.com

 

2023.04.07 - [참고/자격증] - [ 빅데이터분석기사 필기 ] 2과목 시험 전 핵심 정리!

 

[ 빅데이터분석기사 필기 ] 2과목 시험 전 핵심 정리!

다음은 1과목에 이어 2과목에 대해서 다뤄보겠습니다. 1과목을 안보신 분들은 1과목도 참고해주시면 좋을 것 같네요. 2023.04.06 - [참고/자격증] - [ 빅데이터분석기사 필기 ] 1과목 시험 전 핵심 정

foxyprogramming.tistory.com

 

2023.04.07 - [참고/자격증] - [ 빅데이터분석기사 필기 ] 3과목 시험 전 핵심 정리!

 

[ 빅데이터분석기사 필기 ] 3과목 시험 전 핵심 정리!

시험 전 빅분기 핵심 내용 정리! 3과목입니다. 1,2과목은 이전 글들을 참고해주세요 2023.04.06 - [참고/자격증] - [ 빅데이터분석기사 필기 ] 1과목 시험 전 핵심 정리! [ 빅데이터분석기사 필기 ] 1과

foxyprogramming.tistory.com

 

 

MAE : 평균 절대 오차

MAPE : MAE 퍼센티지로 나타냄

MPE : 평균백분율 오차

MSE : 평균제곱오차 -> 이상값에 민감 ★23.04.08 6회 출제

 

 

★ 암기!!!

혼동행렬 : 예측값과 실제값을 정리한 행렬

 

 

정밀도 : TP / (TP+FP) ★23.04.08 6회 출제

재현율 : TP / (TP+FN) ★23.04.08 6회 출제

특이도 : TN / (TN+FP)

F1 = 2 x (정밀도x재현율) / (정밀도+재현율)

 

★23.04.08 6회 출제

실루엣 계수 : 군집 내 데이터 간의 거리가 짧고 서로 다른 군집 간 거리가 멀수록 값이 커짐

 

ROC 커브 : 민감도와 특이도를 이용하여 그린 그래프

-> 가로축 : 거짓 양성비율(1-특이도)

-> 세로축 : 참 양성비율(민감도/재현율)

 

팔꿈치기법 : 최적의 군집 수 k 값으로 지정

 

샤피로-윌크 : 데이터 정규성 검정, 오차항이 정규분포를 추종하는가?

콜모고로프-스미노르프 : 경험적 누적분포함수에 기반한 적합도 검정

Q-Q Plot :  분위수 값을 사용해 두 확률분포를 비교하는 플롯

 

SGD : 훈련 데이터를 하나씩만 이용하여 기울기를 계산

Momentum : 이동방향에 가속도 부여

AdaGrad : 업데이트 횟수에 따라 학습률 조정

-> 많이 변화하면 학습률 낮추고, 조금 변화하면 학습률 높임

RMSProp : 먼 과거의 기울기는 서서히 잊고 새로운 기울기 정보를 크게 반영 ★23.04.08 6회 출제

 

 

이상으로 빅데이터 분석기사 필기 핵심 정리에 대해 마무리 하겠습니다!

시험에 도움되시길 바라며 합격을 기원드립니다! 감사합니다


23.04.08 6회 시험은 3단원이 4단원보다 어렵게 나왔더라구요.. 다들 고생하셨습니다

728x90
반응형