도서 소개

데이터산업진흥원의 최신 출제기준을 적용하였으며, 빅데이터분석기사 실기 시험의 최신 경향을 철저히 분석하고 설명한 완벽 대비서이다. 꼼꼼한 기초 이론과 코드 설명으로 비전공자, 입문자도 혼자 학습할 수 있도록 안내하고 있으며, 최신 기출문제를 수록하여 실전에 철저히 대비할 수 있도록 하였다. 또한 시험의 핵심 유형을 다루는 무료 동영상도 제공하여, 합격을 위한 모든 노하우를 얻을 수 있다.

  출판사 리뷰

여러분의 데이터 분석 공부를 재미있게!
유튜브 누적 140만 view의 슬기로운통계생활이 수험서 전문 브랜드 이기적과 함께 출간한 빅데이터분석기사 실기 합격을 위한 기본서!

본 도서는 데이터산업진흥원의 최신 출제기준을 적용하였으며, 빅데이터분석기사 실기 시험의 최신 경향을 철저히 분석하고 설명한 완벽 대비서이다.
꼼꼼한 기초 이론과 코드 설명으로 비전공자, 입문자도 혼자 학습할 수 있도록 안내하고 있으며, 최신 기출문제를 수록하여 실전에 철저히 대비할 수 있도록 하였다. 또한 시험의 핵심 유형을 다루는 무료 동영상도 제공하여, 합격을 위한 모든 노하우를 얻을 수 있다.
독자 소통을 위한 전용 채널 statple.com/go/bae도 개설되었으므로 빅분기 시험을 준비한다면 꼭 방문해보자.

- 기초 이론 → 연습문제 → 최신 기출문제로 이어지는 포인트 구성
데이터 분석 전문 채널 슬기로운통계생활이 집필과 감수에 참여하여 빅분기 시험의 바이블을 만들기 위해 노력하였습니다. 자칫 어렵게 느껴지고 방대한 양이 될 수 있는 실기 내용을 시험 분석을 통해 포인트를 강조하였고, 쉽고 알찬 구성으로 독자분들이 체계적으로 학습할 수 있도록 고민하며 책을 만들었습니다.

- 파이썬 입문자도 할 수 있는 빅데이터 분석 실전 가이드
이 책에는 모든 실습 코드와 시험 대비 노하우가 담겨 있습니다. 직접 타이핑하며 학습하면, 입문자는 기초를 탄탄히 다지고, 중급자는 실력을 한층 더 업그레이드할 수 있습니다. 또한, 친절한 팁과 용어 해설을 포함하여 실기 내용을 명확하게 정리하였습니다.

- 엄선하여 수록한 연습문제와 최신 기출문제
실제 출제된 기출문제를 복원하고 핵심 이론을 담은 연습문제를 수록하여 실전에 대비할 수 있도록 하였습니다. 이해하기 쉬운 설명과 예시를 통해 공부한 이론을 다시 확인하며 철저히 실전에 대비할 수 있습니다.

- 데이터 분석 공부를 위한 슬기로운통계생활 연구소 statple.com/go/bae
데이터 분석과 통계를 공부하는 분들의 모든 고민! 슬통 연구소에서 해결하실 수 있습니다. 전문가들이 함께하는 질문답변과 무료 동영상, 추가 자료 등 독자분들께 제공되는 다양한 혜택들을 확인해보세요.

  작가 소개

지은이 : 이삭
통계학을 전공하고, 유튜브 ‘슬기로운 통계생활’ 채널을 운영하며 지식 크리에이터로 활동하고 있다. 여러 대학과 기업에서 데이터 분석, 응용통계, 머신러닝 강의를 진행해 왔으며, 온·오프라인을 넘나들며 학생들을 가르치고 있다.현재 ‘슬기로운 통계생활’의 대표로서, 데이터분석전문가(ADP) 자격증 강의를 운영하며 데이터 분석 공부를 어려워하는 학습자들을 돕는 보람과 즐거움으로 사는 중이다.

지은이 : 김상돈
통계학을 전공하고, 컨설팅 회사에서 데이터 분석가로 근무하며 제조 공정 개선 컨설팅을 수행했다.지난 3년간 데이터분석전문가(ADP) 자격증 대비 머신러닝 강의를 운영하며 다수의 합격자를 배출했으며, 현재는 ‘슬기로운 통계생활’에서 데이터 분석 강사로 활동하고 있다.

  목차

PART 01 Python 기초와 데이터 구조
SECTION 01 변수와 연산
연습문제
SECTION 02 데이터 타입의 이해
01 Python의 데이터 타입
02 데이터 타입 변환하기
03 자료형별 메서드 요약
연습문제
SECTION 03 NumPy와 벡터
01 NumPy 라이브러리
02 NumPy와 배열
03 NumPy 벡터 인덱싱과 슬라이싱
04 NumPy 벡터 활용
연습문제
SECTION 04 NumPy 행렬과 배열
연습문제
SECTION 05 함수, 조건문과 반복문
01 사용자 정의 함수
02 조건문과 반복문
03 함수와 환경
연습문제

PART 02 데이터 처리
SECTION 01 Pandas로 데이터 프레임 다루기
01 Pandas와 데이터 프레임
02 Pandas의 메서드
연습문제
SECTION 02 Pandas를 활용한 날짜형, 문자형 데이터 다루기
연습문제
SECTION 03 scikit-learn을 활용한 데이터 전처리
01 데이터 전처리 개요
02 결측치 처리
03 범주형 변수 처리
04 변수 변환 및 스케일링
05 데이터 누수 방지
연습문제

PART 03 머신러닝과 모델링
SECTION 01 scikit-learn을 활용한 모델 평가 & 파라미터 튜닝
SECTION 02 scikit-learn을 활용한 회귀 모델 적합
01 회귀 분석의 기본
02 회귀 분석 알고리즘
03 앙상블 학습
04 고급 회귀 기법(SVR, Support Vector Regression)
05 모범 답안 작성 예시
연습문제
SECTION 03 scikit-learn을 활용한 분류 모델 적합
01 분류 모델 평가 및 지표
02 분류 알고리즘
03 앙상블 학습
04 고급 분류 기법(SVM, Support Vector Machine)
05 모범 답안 작성 예시
연습문제
SECTION 04 scikit-learn을 활용한 군집분석 수행
01 군집분석 준비
02 군집분석 기법
03 유효성 지표

PART 04 통계와 확률
SECTION 01 기초 통계 & 확률의 이해
01 표본 추출
02 통계적 용어 정리
03 확률 계산 과정의 이해
04 확률변수의 편리성
연습문제
SECTION 02 확률분포 다루기
01 SciPy 라이브러리와 분포 함수
02 이산 확률분포
03 연속 확률분포
연습문제

PART 05 통계적 추정과 검정
SECTION 01 통계적 추정과 가설 검정
01 구간 추정
02 통계적 검정
03 검정통계량
SECTION 02 t-검정과 분산 비교
01 t-검정의 자료형
02 t-검정의 종류
03 데이터 분석에서 t-검정 적용
04 Python에서 t-검정 수행
05 t-검정 종류에 따른 검정통계량
06 두 그룹의 분산이 같음을 체크하는 방법
SECTION 03 데이터가 분포를 따르는지 확인하는 방법
01 다섯 숫자 요약과 IQR
02 Quantile-Quantile plot
03 Shapiro-Wilk 검정
04 앤더슨-달링(Anderson-Darling) 검정
05 카이제곱 검정
SECTION 04 분산 분석
01 분산 분석(ANOVA, Analysis of Variance)
02 일원 분산 분석(One-way ANOVA)
03 가정 체크와 사후 검정
SECTION 05 비모수 검정
01 비모수 검정
02 비모수 분산 검정(Levene test)
03 1 표본 부호 검정(Sign test)

PART 06 선형 모형
SECTION 01 선형 회귀 분석
01 상관계수(Correlation Coefficient)
02 단순 선형 회귀(Simple Linear Regression)
03 다중 선형 회귀(Multiple Linear Regression)
04 모델 평가
05 예측
연습문제
SECTION 02 로지스틱 회귀 분석(Logistic Regression)
01 로지스틱 회귀 기본 개념
02 로지스틱 회귀계수 예측과 해석
03 로지스틱 회귀 분석 과정
연습문제

PART 07 최신 기출문제
기출문제 제10회(2025-06-21 시행)
기출문제 제9회(2024-11-30 시행)
기출문제 제8회(2024-06-22 시행)
기출문제 제7회(2023-12-02 시행)
기출문제 제6회(2023-06-24 시행)
기출문제 제5회(2022-12-03 시행)
기출문제 제4회(2022-06-25 시행)
기출문제 제3회(2021-12-04 시행)
기출문제 정답 & 해설

  회원리뷰