반응형

자격증 & 문제풀이/자격증 후기 5

[ADP] ADP 합격 후기(필기 : 17회, 실기 : 18,19,20회)

ADP 필기 ADP 필기 결과는 다음과 같습니다. 데이터 분석 전문가 필기는 아래의 책으로 공부하였습니다. https://link.coupang.com/a/1ozYG 2023 ADsP 데이터 분석 준전문가 COUPANG www.coupang.com https://link.coupang.com/a/1oAa6 ADP 필기 데이터 분석 전문가 COUPANG www.coupang.com 파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음 최근에 제2회 빅데이터 분석기사 필기시험을 쳤었는데, ADP필기가 이보다 훨씬 어렵습니다. 커트라인도 높고 문제 난이도도 높으며 무엇보다 서술형이 굉장히 큰 부담이 됩니다. 시험시간에 3시간이라서 넉넉할 줄 알았는데, 서술형에서 거의 2시간을 썼었던 기억이 납니다. 오히려..

[빅데이터분석기사] 빅데이터분석기사 2회 합격 후기(필기, 실기 후기 포함)

빅데이터분석기사 2회 합격 후기(필기, 실기 후기 포함)시험보고 나서 포스팅해야지하고 대략적으로 정리만 해두었는데 제가 좀 게을러서.. 이제야 후기를 남겨봅니다. 코로나로 1회 시험이 취소되어서 사실상 2회가 1회인 시험이었습니다.사실 빅분기의 상위 버전인 ADP 자격증을 보유하고 있기에 빅분기 자격증은 딱히 필요가 없긴했으나, 따면 좋겠지.. 하는 마음으로 시험을 신청했습니다. 필기이미 ADSP, ADP 필기를 보면서 대충은 풀수있겠지라고 생각하여 별 공부를 하지 않고 시험장에 갔습니다.아래 책이 좋다고 하여 구매하긴 했지만 시간이 없어 많이 공부하지 못했습니다.https://link.coupang.com/a/1oBhw 2023 수제비 빅데이터분석기사 필기 1권+2권 합본세트:2021년 2회~~2022..

[ADP] ADP실기 20회 후기 (복기 포함)

ADP실기 20회 후기 (복기 포함)ADP실기를 위해 준비한 것들1. 회귀분석(회귀분석 평가 및 statsmodel을 활용한 회귀 통계 분석, 잔차의 정규성/독립성/등분산성 확인, 변수선택법 등)2. 분류분석(RandomForest, gradientboost, 로지스틱회귀, 인공신경망 등의 각종 분류방법과 voting 등 각종 앙상블 방법 및 confusion matrix등 분류분석 평가 등)3. 교차분석, 분산분석(ANOVA), 상관분석4. 군집분석(KNN, SOM. EM알고리즘 활용 등)5. 연관분석(Aprori 알고리즘)6. 표본추출과 T검정7. 탐색적 요인분석(FA), 주성분분석(PCA), LEE 등 다양한 차원축소법8. 시계열분석(ARIMA, SARIMA, MARIMA, MA, AR, 정상성 처..

[SQLD] SQLD 38회 시험결과

SQLD 38회 시험결과SQLD 38회 시험결과는 다음과 같습니다.SQLD 준비과정해당 시험을 준비하는 것은 어렵지 않습니다..먼저 진흥원에서 나온 책을 구입해줍니다.https://coupa.ng/bQ4yDe SQL 자격검정 실전문제:국가공인 SQL전문가 국가공인 SQL개발자COUPANGwww.coupang.com 도 좋다고 합니다.https://link.coupang.com/a/1oAzR 이기적 SQL 개발자 이론서 + 기출문제COUPANGwww.coupang.com는 문제들 밖에 없어서 먼저 개념을 공부해야하는데 개념공부에 굳이 책을 살필요는 없습니다.왜냐하면 인터넷에 친절하게 내용을 정리해주신 분들이 많기 때문입니다.아래 블로그는 SQLD 정리를 아주 잘 해 놓았으니 공부하기에 부족함이 없을 것입..

[ADP] ADP실기 19회 후기 (복기 포함)

ADP실기 19회 후기 (복기 포함)ADP실기를 위해 준비한 것들1. 회귀분석(회귀분석 평가 및 statsmodel을 활용한 회귀 통계 분석, 잔차의 정규성/독립성/등분산성 확인, 변수선택법 등)2. 분류분석(RandomForest, gradientboost, 로지스틱회귀, 인공신경망 등의 각종 분류방법과 voting 등 각종 앙상블 방법 및 confusion matrix등 분류분석 평가 등)3. 교차분석, 분산분석(ANOVA), 상관분석4. 군집분석(KNN, SOM. EM알고리즘 활용 등)5. 연관분석(Aprori 알고리즘)6. 표본추출과 T검정7. 탐색적 요인분석(FA), 주성분분석(PCA), LEE 등 다양한 차원축소법8. 시계열분석(ARIMA)9. 타겟변수 불균형 처리 해결(언더샘플링, 오버샘플링..

반응형