빠르게 따는 빅데이터분석기사 실기 Python (2027 대비)

★ 온라인 채점서비스도 강력하다! 비전공자도, 노베이스도 빠르게 따는 합격 프리패스 종합 패키지
★ 책 + 특강 + 채점서비스 + 카페 + 단톡까지
★ 확실한 합격으로 안내하는 빅데이터분석기사 실기 합격 토탈 전략 패키지

빅데이터분석기사 자격증 취득을 고민하고 계신가요? 《빠르게 따는 빅데이터분석기사 실기》는 수험생의 시간을 가장 가치 있게 만들어줄 단 하나의 완벽 가이드입니다.
파이썬, 판다스, 랜덤포레스트… 필기는 외워서 붙었는데 코드는 한 줄도 못 치겠나요? 프로그래밍이 처음인 비전공자라도 괜찮습니다. 이 책은 바로 그런 여러분을 위해 쓴 책입니다. 비전공자·입문자를 위한 ‘4주 합격 패스’!
실기는 코드를 ‘창작’하는 시험이 아니라 ‘정해진 순서’대로 치는 시험입니다. 그 순서를 손에 붙이는 가장 빠른 길을 안내해드립니다.

[목 차]

[PART 1] 실기 환경과 판다스 기초

1장 실기 시험의 이해
__ 01 실기 시험 구성
__ 02 작업형의 차이
__ 03 실기 환경
__ 04 데이터 파일 경로
__ 05 제출 파일 저장 방식

2장 파이썬 기초 문법
__ 01 출력과 주석
__ 02 변수와 자료형
__ 03 자료형 변환
__ 04 비교 연산자
__ 05 조건문
__ 06 반복문
__ 07 리스트
__ 08 딕셔너리
__ 09 문자열
__ 10 내장 함수

3장 판다스 기본
__ 01 판다스와 데이터프레임
__ 02 시리즈와 데이터프레임
__ 03 CSV 파일 불러오기
__ 04 데이터 저장하기
__ 05 데이터 크기 확인
__ 06 데이터 정보 확인
__ 07 컬럼 선택
__ 08 loc와 iloc
__ 09 조건 필터링
__ 10 정렬

4장 판다스 전처리
__ 01 결측치 확인
__ 02 결측치 제거와 대체
__ 03 이상치 확인
__ 04 이상치 처리
__ 05 자료형 변환
__ 06 파생변수 생성
__ 07 값 변경
__ 08 중복 데이터 처리
__ 09 문자열 처리
__ 10 날짜 데이터 처리

5장 판다스 집계와 계산
__ 01 판다스 집계와 계산
__ 02 기초 통계 함수
__ 03 value_counts
__ 04 groupby
__ 05 agg
__ 06 pivot_table
__ 07 apply와 map
__ 08 데이터프레임 병합
__ 09 상관계수
__ 10 분위수 계산
__ 11 반올림, 버림, 올림

[PART 2] 작업형 제1유형

1장 작업형 1 문제 구조
__ 01 작업형 1 출제 및 정답 제출 방식
__ 02 정수 답안 처리와 출력값 확인

2장 작업형 1 핵심 유형
__ 01 조건 필터링
__ 02 다중 조건 필터링
__ 03 정렬 후 값 추출
__ 04 인덱싱 기반 값 추출
__ 05 결측치 처리
__ 06 이상치 처리
__ 07 파생변수 생성 후 계산
__ 08 그룹별 집계
__ 09 날짜 데이터와 문자열 처리

[PART 3] 작업형 제2유형

1장 작업형 2 문제 구조
__ 01 작업형 2 출제 방식
__ 02 train 데이터와 test 데이터
__ 03 target 컬럼 확인
__ 04 분류와 회귀 구분
__ 05 이진분류와 다중분류 구분
__ 06 제출 파일 구조

2장 작업형 2 데이터 전처리
__ 01 라이브러리 불러오기
__ 02 데이터 불러오기
__ 03 EDA 확인
__ 04 target 분리
__ 05 결측치 처리
__ 06 범주형 변수 인코딩
__ 07 수치형 변수 처리
__ 08 train/test 컬럼 불일치 처리
__ 09 train_test_split
__ 10 검증 데이터 구성

3장 분류 모델링
__ 01 분류 모델링
__ 02 이진분류 문제 처리
__ 03 다중분류 문제 처리
__ 04 LogisticRegression
__ 05 DecisionTreeClassifier
__ 06 RandomForestClassifier
__ 07 predict와 predict_proba
__ 08 ROC-AUC
__ 09 Accuracy
__ 10 F1-score
__ 11 Macro F1

4장 회귀 모델링
__ 01 회귀 문제 처리
__ 02 LinearRegression
__ 03 DecisionTreeRegressor
__ 04 RandomForestRegressor
__ 05 예측값 생성
__ 06 MAE
__ 07 MSE
__ 08 RMSE
__ 09 결정계수(R²)
__ 10 회귀 결과 확인

5장 작업형 2 제출 파일 생성
__ 01 result.csv 생성
__ 02 제출 컬럼명 확인
__ 03 index=False 저장
__ 04 확률값 제출 여부 확인
__ 05 클래스값 제출 여부 확인
__ 06 회귀 예측값 제출 확인
__ 07 제출 파일 읽어서 검증하기
__ 08 제출 전 결과 확인

[PART 4] 작업형 제3유형

1장 작업형 3 통계 기본
__ 01 작업형 3 출제 방식
__ 02 모집단과 표본
__ 03 통계량과 모수
__ 04 귀무가설과 대립가설
__ 05 유의수준
__ 06 p-value
__ 07 검정통계량
__ 08 신뢰구간
__ 09 단측검정과 양측검정
__ 10 작업형 3 결과 해석 방식

2장 가설검정
__ 01 가설검정
__ 02 단일표본 t-검정
__ 03 독립표본 t-검정
__ 04 대응표본 t-검정
__ 05 정규성 검정
__ 06 등분산성 검정
__ 07 비율 검정
__ 08 두 집단 비율 차이 검정
__ 09 검정 결과 해석
__ 10 SciPy를 활용한 가설검정
__ 11 결괏값 반올림 처리

3장 분산분석과 카이제곱 검정
__ 01 분산분석의 이해
__ 02 일원분산분석
__ 03 사후검정
__ 04 카이제곱 적합도 검정
__ 05 카이제곱 독립성 검정
__ 06 교차표 생성
__ 07 관측도수와 기대도수
__ 08 검정통계량 해석
__ 09 p-value 해석
__ 10 가설 기각 여부 판단

4장 상관분석과 회귀분석
__ 01 상관계수
__ 02 피어슨 상관분석
__ 03 스피어만 상관분석
__ 04 단순선형 회귀분석
__ 05 다중선형 회귀분석
__ 06 회귀계수 해석
__ 07 결정계수 해석
__ 08 p-value 해석
__ 09 신뢰구간 해석
__ 10 회귀 결과표 해석

5장 로지스틱 회귀분석
__ 01 로지스틱 회귀분석
__ 02 로지스틱 회귀의 이해
__ 03 오즈
__ 04 오즈비
__ 05 로지스틱 회귀모형 생성
__ 06 회귀계수 해석
__ 07 오즈비 해석
__ 08 p-value 해석
__ 09 예측 결과 해석
__ 10 오분류율

[PART 5] 유형별 핵심 패턴 정리

1장 작업형 1 핵심 패턴
__ 01 조건 필터링 패턴
__ 02 정렬 후 추출 패턴
__ 03 결측치 처리 패턴
__ 04 이상치 처리 패턴
__ 05 파생변수 생성 패턴
__ 06 그룹별 집계 패턴
__ 07 날짜 처리 패턴
__ 08 문자열 처리 패턴

2장 작업형 2 핵심 패턴
__01 작업형 2 핵심 패턴
__02 이진분류 제출 패턴
__03 다중분류 제출 패턴
__ 04 회귀 제출 패턴
__ 05 target 분리 패턴
__ 06 인코딩 패턴
__ 07 컬럼 불일치 처리 패턴
__ 08 predict_proba 사용 패턴
__ 09 result.csv 생성 패턴

3장 작업형 3 핵심 패턴
__ 01 작업형 3 핵심 패턴
__ 02 가설 설정 패턴
__ 03 p-value 해석 패턴
__ 04 검정통계량 계산 패턴
__ 05 t-검정 패턴
__ 06 비율 검정 패턴
__ 07 분산분석(ANOVA) 패턴
__ 08 카이제곱 검정 패턴
__ 09 회귀분석 해석 패턴
__ 10 로지스틱 회귀 해석 패턴

[기출변형 문제 & Level 모의고사]

● 제9회 기출변형 문제
● 제10회 기출변형 문제
● 제11회 기출변형 문제
● 제12회 기출변형 문제
● 제1회 Level 모의고사
● 제2회 Level 모의고사
● 제3회 Level 모의고사
● 제4회 Level 모의고사