빅데이터 분석기사 실기 공부방법 고민
저는 과거 이패스코리아에서 adsp나 빅분기 강의를 수강했었고 기간이 다 종료가 됬어요.
빅분기 필기는 11회차에서 합격을 했고 현재 실기 시험 2번을 응시해서 불합격을 했는데
11회차는 코딩 이해가 잘 안되고 저도 좀 지치다 보니 1유형만 공부하다가 끝났고
12회차는 11회 보다는 달리 1~3유형을 다 공부해보고 기출문제도 풀어가며 시험 준비 했어요.
그러나 12회차 2유형에서 쌩뚱맞은 RMSLE 평가지표가 나오고 DIR로 랜덤포레스트 ensemble를
목록으로 찾아보려고 했으나 ensemble만 목록에 빠지면서 검색이 되다보니 랜덤포레스트로 작성하기
보다 lgb(라이트지비엠)으로 작성했는데 RMSLE 평가지표는 음수 오류로 인해 작동이 안되었고
어쩔수 없이 평가지표를 RMSE로 제출하고 결국 2유형이 0점 나오고 2유형이 잘 안풀리자
순간적으로 맨탈도 무너지고 1유형 문제 풀러니까 문제 이해가 잘 안고 감도 안잡히다 보니
문제 파악도 늦어지고 시간도 많이 걸리더군요.
결국 1유형도 일부 문제는 풀었으나 모두 다 틀렸고 3유형만 점수를 획득을 했어요.
(지난 11회차는 1유형에서 점수를 획득함)
12회차가 음수 오류가 있는 회귀 문제가 2유형에서 나와버림에 따라
13회차는 분류가 나올 가능성이 사실상 매우 높아졌는데
분류는 회귀 처럼 음수 오류는 안나오겠지만 어떤 평가지표가 있으며 또 회귀와는 달리 어떤 추가적인
코드가 필요한지 이러한 점이 2유형 공부할때 가장 어려운 점이고 이번 평가지표가 기존에 출제되지
않는 RMSLE가 나옴에 따라 13회도 기존과는 다른 평가지표가 출제될 가능성이 높다고 예상이 되요.
그래서 분류에서 출제 가능한 평가지표는 어떤것들이 있고 추가되는 코딩이 뭔지 이게 가장 2유형 공부할때
중요한 키 포인트인거 같고(그 점이 가장 실기 공부하는데 어려운 점임)
1유형의 경우도 문제 파악과 감이 늦다는 점도 다음 실기 합격을 위해서는 반드시 해결해야 될 점 중 하나에요.
아무튼 1~2유형이 지금 괭장히 까다로웠고 결국 12회 시험 합격률은 필기가 29%, 실기가 46.2%로
다른 회차에 비하면 가장 낮은 합격률이 나온 것이 이번 12회차 시험이에요.
특히 필기 합격률이 매우 낮기 때문에 13회차 필기는 쉽게 출제 될 가능성이 매우 높아졌는데
그로 인해 13회차 필기 합격자가 너무 많아지면 13회차 실기 난이도가 좀 올라갈 가능성도 있다고 봐요.
제가 볼때 13회차 실기는 12회차 보다 좀 더 쉽게 나올수 있는 가능성도 있을 수 있지만 오히려 12회차와
비슷한 수준으로 나올 가능성이 좀 더 높다고 생각하고 있어요.(특히 작년 합격률이 많이 높게 나옴)
아무리 어렵더라도 12회차 보다 더 어렵지는 않고 비슷한 수준으로 예측이 되는데
1~2유형 어떤식으로 학습하면 좋은지 조언 부탁합니다.
댓글
안녕하세요
두 차례의 실기시험을 준비하고 응시하는 과정에서 느꼈을 부담과 아쉬움이 얼마나 컸을지 충분히 이해됩니다. 특히 제2유형에서 예상하지 못한 평가지표와 오류를 마주한 뒤에도 끝까지 문제를 해결하려고 노력했다는 점은 분명 의미 있는 경험입니다.
빅데이터분석기사 실기 합격 전략은 작업형 제2유형에서 높은 모델 성능을 추구하기보다, 기본 점수를 안정적으로 확보하는 데 초점을 맞추는 것이 효과적입니다. 제2유형은 랜덤포레스트를 기본 모델로 활용하고, 복잡한 하이퍼파라미터 튜닝보다는 식별자 변수 제거, 결측치 및 범주형 변수 처리, 학습·평가 데이터의 변수 일치와 같은 기본적인 전처리를 정확하게 수행해야 합니다. 또한 제출 파일의 컬럼명, 행 수, 인덱스 포함 여부, 저장 경로 등 시험에서 제시한 준수사항을 철저히 지켜 정상적으로 결과물을 제출하는 것이 중요합니다.
제2유형에서 기본 점수를 확보한 이후에는 상대적으로 점수 확보 가능성이 높은 제1유형과 제3유형에 학습 역량을 집중해야 합니다.
제1유형은 특정 공식이나 코드를 암기하는 것보다 다양한 형태의 데이터 처리 문제를 반복해서 풀어보는 것이 중요합니다. R을 사용하는 경우
dplyr, 파이썬을 사용하는 경우pandas를 중심으로 조건에 따른 행 추출, 변수 선택, 정렬, 그룹별 요약, 결측치 처리, 파생변수 생성, 날짜 및 문자열 처리 등 다양한 문제 유형에 익숙해져야 합니다. 특히 문제의 조건을 빠르게 파악하고 이를 코드로 변환하는 연습이 필요합니다.제3유형은 가능한 모든 문항에서 점수를 획득한다는 목표로 준비해야 합니다. 기본적인 다중회귀분석과 로지스틱 회귀분석의 결과 해석은 물론, 분산분석, 평균검정, 범주형 자료분석에서 출제되는 핵심 개념과 검정 절차를 정확하게 익혀야 합니다. 단순히 분석 코드를 실행하는 데 그치지 않고 회귀계수, 유의확률, 오즈비, 결정계수, 검정통계량, 귀무가설의 기각 여부 등을 문제의 요구에 맞게 해석하는 능력까지 갖추는 것이 중요합니다.
결국 합격을 위한 핵심 전략은 제2유형에서 기본 모델과 정확한 전처리로 안정적인 점수를 확보하고, 제1유형의 데이터 처리 능력과 제3유형의 통계 분석 및 해석 능력을 강화하여 전체 점수를 균형 있게 확보하는 것입니다.
댓글을 남기려면 로그인하세요.