빅데이터분석기사 필기 CBT 공부법: 데이터 탐색부터 모형 평가까지
결측치·데이터 누수·과적합·평가지표를 분석 흐름으로 구분하며 필기 기출을 복습합니다.
분석 목적에서 결과 해석까지 연결하세요
빅데이터분석기사 필기는 분석 기획, 데이터 탐색, 모형 구축, 결과 해석의 흐름으로 정리해 보세요. 어떤 예측이나 설명이 필요한지 정한 뒤 데이터를 준비하고 모형을 평가해야 합니다. 알고리즘 이름만 외우면 언제 쓰고 무엇을 검증하는지 놓치기 쉽습니다.
기사GG의 수록 회차와 한국데이터산업진흥원의 현재 출제기준은 구분해서 확인합니다. 이전 회차에 등장하지 않았다는 이유만으로 현재 범위에서도 제외된다고 판단하지 마세요.
전처리는 학습 데이터와 평가 데이터를 구분하세요
결측치 대치, 표준화, 변수 선택을 공부할 때는 그 기준을 어떤 데이터로 정했는지 질문해 보세요. 평가 데이터의 정보를 미리 사용하면 실제로 처음 보는 데이터를 예측하는 상황과 달라질 수 있습니다. 데이터 누수는 모형 이름보다 데이터가 처리된 순서를 확인해야 찾을 수 있습니다.
학습 예시로 전체 데이터의 평균을 먼저 구해 결측치를 채운 뒤 학습·평가로 나누는 절차와, 먼저 나누고 학습 데이터에서 대치 기준을 정하는 절차를 비교해 보세요. 결과값만 보지 말고 평가 정보가 어디에 들어갔는지 설명합니다.
정확도 하나로 모든 모형을 비교하지 마세요
분류와 회귀는 예측 대상이 다릅니다. 분류에서는 혼동행렬의 실제값과 예측값 방향을 확인하고 정밀도·재현율이 어떤 오류를 기준으로 하는지 구분하세요. 회귀에서는 오차의 크기를 어떤 방식으로 요약하는지 이해해야 지표를 읽을 수 있습니다.
학습 예시로 드문 이상 사례를 찾는 상황에서는 전체 정확도가 높아도 중요한 사례를 놓칠 수 있습니다. 지표를 선택하기 전에 무엇을 놓치는 비용이 큰지 적어보세요. 특정 지표가 항상 우수하다고 외우지 않습니다.
CBT 오답을 분석 단계에 다시 배치하세요
틀린 문제가 데이터 품질, 통계 해석, 모형 선택, 평가 중 어디에 해당하는지 적습니다. 과적합이라면 학습 성능과 검증 성능의 관계를, 가설검정이라면 귀무가설과 유의수준·해석의 범위를 다시 설명하세요. 단어를 맞혔어도 결론을 과장했다면 복습이 필요합니다.
기사GG에서 빅데이터분석기사 회차를 선택해 연습한 뒤 작은 표나 분석 절차로 답의 이유를 확인해 보세요. 필기 CBT 풀이와 실제 분석 코드를 작성하는 실기 준비는 구분해서 계획합니다.