반응형 [빅데이터분석기사] 실기 - 목차 Part 00 데이터분석 기본 이론chapter 01)chapter 02) chapter 03) Part 01 환경설정 및 기본 라이브러리chapter 01) 환경설정chapter 02) Python 문법chapter 03) 데이터분석 라이브러리 Part 02 제1유형chapter 01) chapter 02) chapter 03) Part 03 제2유형chapter 01)chapter 02) chapter 03) Part 04 제3유형chapter 01)chapter 02) chapter 03) 2024. 10. 16. [빅데이터분석기사] 실기 - 시험분석 1. 출제문항 및 배점- 시험유형: CBT(Computer Based Test)- 시험시간: 180분- 문항수: 작업형 3문항과목명문항수배점제1유형130점제2유형140점제3유형130점)합계3100점 2. 응시자격 및 합격기준1) 응시자격: 대학졸업자/경력자/기사이상 자격/4년이상의 직장경력(졸업증명서 및 경력증명서 제출)2) 합격기준: 총점 60점 이상 3. 시험 상세 분석 2024. 10. 16. [국가기술] 빅데이터분석기사 - 소개 및 준비 1. 소개1) 자격분류: 국가기술자격2) 기업우대사항: 국가기관/공기업/금융권 데이터분석 직무3) 주관: 과학기술정보통신부&통계청 / 시행: 한국데이터산업진흥원4) 응시자수/합격률5) 유효기간: 평생6) 시험유형: (필기) 사지선다 (실기) 프로그래밍7) 시험응시: 데이터자격시험 2. 학습로드맵1) 필기- 추천교재: 2023 빅데이터분석기사 필기 한권완성(2판)- 추천강의: 빅데이터분석기사- 기출문제: 빅데이터 분석기사 기출문제(6-8회) 2) 실기- 추천교재: 2025 시나공 빅데이터분석기사 실기(Python)- 추천강의: 실기 연습 / 빅분기 실기 신유형- 기출문제: 3. 학습팁1) 필기- 독학으로 1년동안 인공지능 학습을 하였음- 기출(6-8회) + 교재 이론 1회독으로 응시- 2.빅데이터 탐색.. 2024. 10. 10. [Roadmap] 9. 인공지능 1. AI 이론- [교재] - [강의] - [공식문서] - [사이트] 2. Computer Vision- [교재] 밑바닥부터시작하는 딥러닝- [강의] - [공식문서] - [사이트] 3. Natural Language Processing- [교재] 밑바닥부터 시작하는 딥러닝 2- [강의] - [공식문서] - [사이트] 4. Recommender System- [교재] - [강의] - [공식문서] - [사이트] 5. Reinforcement- [교재] 밑바닥부터 시작하는 딥러닝 4- [강의] - [공식문서] - [사이트] 6. GAN- [교재] 밑바닥부터 시작하는 딥러닝 5- [강의] - [공식문서] - [사이트] 7. Framework- [교재] 밑바닥부터 시작하는 딥러닝 3- [사이트] PyT.. 2024. 10. 5. [로드맵] 2. 데이터분석 및 인공지능 개발 데이터분석(개인 학습)1. Python(Python3.11)- Python- Python 코딩도장- 잔재미코딩 2. 데이터처리- Pandas- Numpy 3. 데이터 시각화- Matplotlib- Seaborn 4. 데이터분석 툴- 데이터사이언스 스쿨- Scikit-Learn 인공지능(개인 학습)1. Python(Python3.11)- Python 2. PyTorch- PyTorch 3. Tensorflow- Tensorflow 준비사항- 빅데이터분석기사- ADsP- ADP- 논문 읽는 법관련 분야- 금융- 사용자 데이터- 제조 데이터 2024. 10. 3. [분야별 기본기] 컴퓨터 공학 데이터분석 및 인공지능1. SQLD2. ADsP3. 빅데이터분석기사4. Pandas + Matplotlib5. Scikit-Learn + Scipy6. PyTorch7 Tensorflow 웹 개발1. 리눅스마스터2급2. 정보처리기사3. Java + Spring4. JavaScript + React.js + Node.js + Express.js5. Python + Django 2024. 8. 29. [로드맵] 컴퓨터공학: 분야별 로드맵 분야별 로드맵웹 개발자- HTML5- CSS3- ECMAScript- Modern Javascript- DOM- Node.js- React.js- Express.js- Java 17- Spring- Python 3.10- Django 5- FastAPI데이터 분석- Python 3.10- Pandas- Matplotlib- Scikit-Learn- Scipy인공지능 개발자- Python 3.10- PyTorch- Tensorflow시스템 개발자- ANSI C- C++ 17- Linux API- Ubuntu- Arduino- Raspberry Pi게임/그래픽스 개발자- C++ 20- DirectX 11- OpenGL- Vulkan- Unreal Engine- C# 12- Unity모바일 개발자- Kotli.. 2024. 8. 8. [로드맵] 컴퓨터공학: 기본 이론 자료구조/알고리즘- PCCP- 자료구조/알고리즘: Introduction To Algorithms데이터베이스/SQL- 국가공인자격증: SQLD/SQLP- 데이터베이스: 데이터베이스 시스템(7판)네트워크/소켓프로그래밍- 국가공인자격증: 네트워크관리사 2급- 네트워크: 컴퓨터 네트워킹 하향식 접근- 소켓프로그래밍: 윤성우의 열혈 TCP/IP 소켓 프로그래밍운영체제/시스템프로그래밍- 국가공인자격증: 리눅스마스터 2급- 운영체제: 운영체제(10판)- 시스템프로그래밍데이터 분석- 국가공인자격증: ADsP/ADP- 국가기술자격증: 빅데이터분석기사- 확률과 통계: 이공계생을 위한 확률과 통계- 머신러닝: 패턴인식과 머신러닝/단단한 머신러닝- 인공지능: 기계학습/신경망과 심층학습/심층학습/단단한 강화학습/단단한 심층강.. 2024. 8. 8. [C++ 고급 프로그래밍과 응용 프로젝트 시리즈] Day 29: 머신러닝을 위한 C++ 라이브러리 (TensorFlow, Caffe) TensorFlow와 Caffe 소개TensorFlow와 Caffe는 두 가지 주요 머신러닝 라이브러리입니다. TensorFlow는 Google에서 개발한 오픈 소스 머신러닝 프레임워크로, 다양한 머신러닝 모델을 쉽게 구현할 수 있습니다. Caffe는 Berkeley Vision and Learning Center에서 개발한 딥러닝 프레임워크로, 특히 이미지 처리에 강력한 성능을 보입니다. TensorFlow C++ API 사용TensorFlow는 주로 Python에서 사용되지만, C++ API도 제공합니다. 다음은 TensorFlow C++ API를 사용하여 간단한 텐서를 생성하고 조작하는 예제입니다. 1. TensorFlow 설치TensorFlow C++ API를 사용하려면 TensorFlow 라이브.. 2024. 8. 1. [참고자료] 데이터분석/인공지능 데이터분석- [교재] 데이터 사이언스 스쿨: 데이터 사이언스에 대한 수학 및 머신러닝 정리 사이트- Numpy: - Pandas: - Matplotlib: - Seaborn: - Streamlit: - Scikit-Learn 1.5: 인공지능- [교재] Understanding Deep Learning : 인공지능 최신 정보 교재 및 학습 자료 총정리- [교재] Pytorch로 시작하는 딥러닝 입문: PyTorch를 사용하여 딥 러닝에 입문하는 것을 목표- [교재] 딥러닝을 이용한 자연어 처리 입문: Tensorflow의 Keras API를 사용하여 자연어처리- paperwithcode: - Pytorch 2.3 : - Tensorflow 2.17: 2024. 7. 19. 이전 1 2 다음 반응형
