빅분기필기-고급 분석기법

이것만은 알고가자~

1. 범주형 자료 분석
   • 분할표 분석: 데이터 간의 관계를 교차표로 나타냄.
   • 카이제곱 검정: 독립성 검정, 동질성 검정에 사용.
   • 피셔 정확 검정: 작은 표본에서 독립성 검정을 수행.
   • 로지스틱 회귀분석: 범주형 종속변수와 연속형 독립변수 간의 관계를 분석
2. 다변량 분석
   • 상관관계 분석: 피어슨 상관계수, 스피어만 상관계수 등.
   • 주성분분석(PCA): 차원 축소를 통해 데이터의 주요 패턴을 파악.
   • 다차원 척도법(MDS): 데이터 간의 유사성을 시각화
3. 시계열 분석
   • 데이터의 시간적 변화를 연구하며 정상성과 비정상성을 판단.
   • ARIMA, SARIMA 모델을 사용하여 예측 수행
4. 베이지안 기법
   • 조건부 확률 및 베이즈 정리를 기반으로 한 확률적 모델링.
   • 불확실성이 높은 상황에서 의사결정을 지원
5. 비정형 데이터 분석
   • 텍스트, 이미지, 소셜 미디어 데이터 등 비정형 데이터를 처리.
   • 자연어 처리(NLP), 감정 분석, 텍스트 마이닝 기법 활용
6. 딥러닝 및 앙상블 기법
   • 딥러닝: 인공신경망을 활용한 복잡한 패턴 학습.
   • 앙상블: 여러 모델을 결합하여 예측 성능을 향상 (예: 랜덤포레스트, XGBoost)

고급 분석기법의 주요 활용 기술

1. 머신러닝
   • 지도학습(분류 및 회귀): 의사결정트리, SVM, 로지스틱 회귀 등.
   • 비지도학습(군집 및 연관성): K-means, 계층적 군집분석
2. 통계적 방법
   • 가설 검정, 회귀분석, 분산분석 등을 통해 데이터 내 패턴을 탐색
3. 데이터 마이닝
   • 대규모 데이터에서 숨겨진 패턴과 상관관계를 발견하는 기술
4. 텍스트 분석 및 NLP
   • 비정형 텍스트 데이터를 처리하여 유용한 정보를 추출 (예: 감정 분석)
5. 시각화 도구
   • 데이터 인사이트를 명확히 전달하기 위해 시각화 기술 활용 (예: Tableau, Python의 Matplotlib)

시험 준비 

• 각 기법의 정의와 사용 사례를 명확히 이해.
• 주요 알고리즘(예: ARIMA, PCA, 로지스틱 회귀)의 작동 원리를 학습.
• 문제 풀이 시 데이터 유형(범주형/연속형)에 따라 적합한 기법을 선택하는 연습.