개념 설명
자격증 시험의 빈출 핵심 개념을 정리했습니다. 문제 풀이 전에 핵심 단서를 먼저 확인하세요.
RECENT 3-YEAR ANALYSIS
최근 3년 기출 분석
통계적 탐색과 모델링·평가가 가장 큰 변별 영역이며, 기획은 정확한 용어 구분이 핵심입니다.
TOP 1최우선
기술통계·확률·가설검정
p-value정규성t·카이제곱상관분석PCA
자료형과 가정에 맞는 검정법을 고르고 통계량·유의확률을 해석하는 문제가 반복됩니다.
공부 포인트독립/대응, 연속/범주, 모수/비모수의 세 질문으로 검정법을 결정하는 표를 암기합니다.
TOP 2최우선
지도·비지도 학습 모델
의사결정나무SVM앙상블K-means정규화
알고리즘의 작동 원리, 장단점, 하이퍼파라미터가 어떤 과적합 문제를 조절하는지 묻습니다.
공부 포인트모델별 목적·전처리 필요성·과적합 제어·해석 가능성을 한 표로 비교합니다.
TOP 3최우선
평가지표와 검증
Precision·RecallF1ROC-AUCRMSE교차검증
혼동행렬에서 지표를 계산하고, 불균형 데이터나 회귀 상황에 맞는 지표를 선택하는 영역입니다.
공부 포인트FP와 FN 중 무엇이 더 위험한지 먼저 판단한 뒤 Precision과 Recall을 선택합니다.
TOP 4빈출
분석기획·방법론·거버넌스
CRISP-DMKDD분석 마스터플랜개인정보데이터 거버넌스
절차 순서와 산출물, 개인정보 처리 원칙을 정확히 구분하는 암기형 문항이 안정적인 득점원입니다.
공부 포인트방법론별 단계 순서와 유사 용어를 비교하고, 가명·익명·민감정보의 차이를 사례에 적용합니다.
TOP 5빈출
전처리·데이터 품질
결측치이상치스케일링표본추출데이터 변환
모델 적용 전 데이터 상태에 맞는 정제·변환 기법을 선택하는 문제가 전 과목에 걸쳐 연결됩니다.
공부 포인트기법의 공식보다 언제 쓰고 어떤 왜곡이 생기는지를 중심으로 정리합니다.
2024통계·모델 균형
전처리, 가설검정, 주요 머신러닝 알고리즘과 평가 지표가 폭넓게 출제된 흐름입니다.
2025응용 판단 강화
정의 암기보다 사례에 맞는 검정·모델·평가지표를 선택하는 판단형 대비가 중요했습니다.
2026범위 확장
필기 난도가 상승한 회차가 있어 빈출만 좁게 외우기보다 4과목 전 범위 연결 학습이 필요합니다.
분석 참고: 비공개 원문 대신 공개 복원 경향을 사용했습니다. 회차마다 세부 알고리즘은 달라도 통계→모델→평가의 연결 구조는 반복됩니다.