2026 단·축·키 빅데이터 분석기사 필기
1과목 빅데이터 분석 기획
01 빅데이터 개요 및 활용
1. 빅데이터의 특징
2. 빅데이터의 가치
3. 데이터 산업의 이해
4. 빅데이터 조직 및 인력
02 빅데이터 기술 및 제도
1. 빅데이터 플랫폼
2. 빅데이터와 인공지능
3. 개인정보 법 . 제도
4. 개인정보 활용
03 CHAPTER 01 예상문제
CHAPTER 02 데이터분석 계획
01 분석방안수립
1. 분석 로드맵 설정
2. 분석문제 정의
3. 데이터분석 방안
02 분석작업 계획
1. 데이터 확보 계획
2. 분석절차 및 작업계획
03 CHAPTER 02 예상문제
CHAPTER 03 데이터 수집 및 저장 계획
01 데이터 수집 및 전환
1. 데이터 수집
2. 데이터 유형 및 속성 파악
3. 데이터 변환
4. 데이터 비식별화
5. 데이터 품질검증
02 데이터 적재 및 저장
1. 데이터 적재
2. 데이터 저장
03 CHAPTER 03 예상문제

2과목 빅데이터 탐색
CHAPTER 01 데이터 전처리
01 데이터 정제
1. 데이터 정제(Data Cleansing)
2. 데이터 결측값 처리
3. 데이터 이상값 처리
02 분석 변수 처리
1. 변수 선택 207
2. 차원축소(Dimensionality Reduction)
3. 파생변수 생성
4. 변수변환
5. 불균형 데이터 처리
03 CHAPTER 01 예상문제
CHAPTER 02 데이터 탐색
01 데이터 탐색 기초
1. 데이터 탐색의 개요
2. 상관관계 분석
3. 기초통계량 추출 및 이해
4. 시각적 데이터 탐색
02 고급 데이터 탐색
1. 시공간 데이터(Spatio-Temporal Data) 탐색
2. 다변량 데이터 탐색
3. 비정형 데이터 탐색
03 CHAPTER 02 예상문제
CHAPTER 03 통계기법 이해
01 기술통계
1. 데이터 요약
2. 표본추출
3. 확률분포
4. 표본분포
02 추론통계
1. 점추정
2. 구간추정
3. 가설검정
03 CHAPTER 03 예상문제

3과목 빅데이터 모델링
CHAPTER 01 분석모형 설계
01 분석절차 수립
1. 분석모형 선정
2. 분석모형 정의
3. 분석모형 구축 절차
02 분석 환경 구축
1. 분석 도구 선정
2. 데이터 분할
03 CHAPTER 01 예상문제
CHAPTER 02 분석기법 적용
01 분석기법
1. 회귀분석(Regression Analysis)
2. 로지스틱 회귀분석(Logistic Regression)
3. 의사결정나무
4. 인공신경망(Artificial Neural Network)
5. 서포트벡터머신(SVM, Support Vector Machine)
6. 연관성분석
7. 군집분석
02 고급 분석기법
1. 범주형 자료분석
2. 다변량 분석
3. 시계열 분석(Time Series Analysis)
4. 베이지안 기법
5. 딥러닝 분석
6. 비정형데이터 분석
7. 앙상블분석
8. 비모수 통계
03 CHAPTER 02 예상문제

4과목 빅데이터 결과 해석
CHAPTER 01 분석모형 평가 및 개선
01 분석모형 평가
1. 평가지표
2. 분석모형 진단
3. 교차 검증(Cross Validatiion)
4. 모수 유의성 검증
5. 적합도 검정
02 분석모형 개선
1. 과대적합 방지
2. 매개변수 최적화(Parameter Optimization)
3. 분석모형 융합(Aggregation)
4. 최종 모형 선정
03 CHAPTER 01 예상문제
CHAPTER 02 분석결과 해석 및 활용
01 분석결과 해석
1. 분석모형 해석
2. 비즈니스 기여도 평가
02 분석결과 시각화
1. 데이터 시각화
2. 정보 시각화
3. 인포그래픽
03 분석결과 활용
1. 분석모형 전개
2. 분석결과 활용 시나리오 개발
3. 분석 모형 모니터링
4. 분석 모형 리모델링
04 CHAPTER 02 예상문제