728x90 자격증100 [ADsP] 시험 접수 어느덧 나의 다음 목표 ADsP 시험 접수일이 다가왔다. 솔직히 빅분기 필기를 막 마친 지금, 시험 준비하면서 스스로를 너무 몰아붙여서 지친 감도 없지 않아 있고 빅분기 필기 시험 보며 살짝 현타도 왔었기 때문에 ADsP를 보지말까 하는 마음도 조금은 있었지만, 처음에 계획한 거는 그대로 실천해야 후회 없을 거 같아 마음을 다잡고 시험접수를 했다. 먼저, 데이터자격시험 홈페이지에 접속하고 메인화면 : 데이터자격시험 www.dataq.or.kr 로그인을 한 뒤, 시험 접수는 메인 페이지에서 쉽게 확인할 수 있다. '접수하기' 클릭 후 고사장을 선택하고 각종 사항을 읽고 동의체크를 하고 결제를 하면 시험 접수 완료! 잘 해보자! 2024. 4. 9. [경영정보시각화 능력 필기] 기출문제 오답노트 - B형 [문제 출처: 대한상공회의소 자격평가사업단] ★ 다음 중 채권투자에 따른 투자위험으로 가장 적절하지 않은 것은? 1. 채물불이행위험 2. 시장위험 3. 구매감소력위험 4. 자본예산위험 ▶ 채권투자의 위험 1) 채무불이행위험: 발행기관의 경영 및 재무상태가 악화될 경우 약정한 이자 및 원금의 지급이 지연되거나 지급불능일 가능성 2) 시장위험: 채권가격이 시장금리 및 발행기관의 신용 변화에 따라 변동하므로, 채권의 시장가격이 매입가격보다 낮아졌을 때 자본손실의 가능성 3) 유동성위험: 채권의 발행 물량이 적고 유통시장이 발달하지 않을 경우 채권을 현금화하기 어려울 가능성 4) 구매력감소위험: 인플레이션과의 관계에서 나타나는 것으로, 인플레이션으로 인해 채권의 예상수익률이 축소되어 이자율의변동이 초래되고, 이.. 2024. 4. 6. [빅분기 필기] (분노와 슬픔의) 시험 후기 시험결과 24년 4월 19일 사전 점수 발표일 <p style="text-align: left;" data-ke-siz.. 2024. 4. 6. [빅분기 필기] 출제 빈도 높은 기출 오답 노트 1. KDD 분석 방법론 분석절차데이터셋 선택(Selection) → 데이터 전처리(Preprocessing) → 데이터 변환(Transformation) → 데이터마이닝(Data Mining) → 데이터마이닝 결과 평가(Interpretation/ Evaluation) 2. 빅데이터 활용에 필요한 3요소자원, 기술, 인력 3. SEMMA 분석 방법론추출(Sample) → 탐색 (Explore) → 수정 (Modify) → 모델링 (Modeling) → 평가 (Assessment) 4. 분석 방법론의 구성요건상세한 절차, 방법, 도구와 기법, 템플릿과 산출물, 지식 5. 빅데이터 저장시스템 선정을 위한 분석 요소기능성 비교분석, 분석방식 및 환경, 분석대상 데이터 유형, 기존 시스템과의 연계성 6. .. 2024. 4. 4. [ADsP] 데이터분석 준전문가 시험이란 데이터분석 준전문가((ADsP : Advanced Data Analytics Semi-Professional)란 데이터 이해에 대한 기본지식을 바탕으로 데이터분석 기획 및 데이터분석 등의 직무를 수행하는 실무자를 말한다. 출처: 한국 데이터 산업 진흥원 또한, 이 자격증은 자격기본법에 의해 국가공인자격으로 인정받는다. 자격기본법 제1조(목적) 이 법은 자격에 관한 기본적인 사항을 정함으로써 자격제도의 관리·운영을 체계화하고 평생직업능력 개발을 촉진하여 국민의 사회경제적 지위를 높이고 능력중심사회의 구현에 이바지함을 목적으로 한다. 자격기본법 제19조(민간자격의 공인) ① 주무부장관은 민간자격에 대한 신뢰를 확보하고 사회적 통용성을 높이기 위하여 심의회의 심의를 거쳐 법인이 관리하는 민간자격을 공인할 수 .. 2024. 4. 3. [빅분기 필기] 자주 헷갈리는 개념 [1과목]★ 프라이버시 보호모델(비식별화 조치) - k-익명성: 주어진 데이터 집합에서 같은 값이 적어도 k개 이상 존재하도록 하여 쉽게 다른 정보로 결합할 수 없게 하는 모델 ▶ 공개된 데이터에 대한 연결 취약성을 방어하나, 동질성 공격과 배경지식에 의한 공격에 취약 - l-다양성: 주어진 데이터 집합에서 함께 비식별 되는 레코드들은 적어도 l개의 서로 다른 민감한 정보를 가져야 하는 모델 ▶ 동질성 공격, 배경지식에 의한 공격을 방어하나, 쏠림 공격과 유사성 공격에 취약 - t-근접성: 동질 집합에서 특정 정보의 분포와 전체 데이터 집합에서 정보의 분포가 t이하의 차이를 보여야 하는 모델 ▶ 쏠림 공격과 유사성 공격을 방어 - m-유일성: 원본 데이터와 동일한 속성 값의 조합이 비식별 결과 데이터에 .. 2024. 4. 2. 이전 1 2 3 4 5 6 ··· 17 다음 728x90
