기출 풀이 강의

안녕하세요, 마소캠퍼스입니다. 본 과정의 커리큘럼 및 제공 문제 등은 교재 다운로드 섹션의 자료와 동영상의 내용에 모두 포함되어 있습니다. 별도의 추가 제공 문제 등은 없으나, 추가 교재 등의 구매를 추천하지는 않습니다.본 과정을 1회독 후 기출변형문제 섹션에서 자가점검을 통해 부족한 과목 및 개념을 파악하고, 다시 해당 파트의 내용 복습 및 파트마다 제공되는 문제를 통해 보완하는 방식으로 수강하시면 충분히 시험에 대비가 가능합니다.시험에서 좋은 결과 있으시기를 진심으로 응원합니다.감사합니다. 마소캠퍼스 드림.

파일 공유시 데이터 업데이트 문의

안녕하세요, 마소캠퍼스입니다. 우선 DB에서 데이터를 연동하신 경우, 원본의 업데이트가 Power BI 내에 자동으로 반영되지는 않습니다.다만 데이터를 새로 고침하는 버튼 한 번만 누르는 것으로 DB의 업데이트를 반영할 수 있으며,일정 시간대에 반복적으로 자동 새로고침을 수행하도록 예약 새로 고침 등을 설정하는 것도 가능합니다.참고하시어 업무에 활용 부탁드립니다. 마소캠퍼스 드림.

서포트벡터머신에서 회귀 예측 방식

안녕하세요, 마소캠퍼스입니다. 서포트벡터머신(SVM)의 원리를 활용하여 연속형 변수를 예측할 때에는 서포트벡터회귀(SVR, R:regression)이라는 기법을 사용합니다. SVR은 SVM과 동일하게 서포트 벡터, 커널 트릭 등을 사용하는 방식인데, 설정한 회귀 함수의 오차범위 내의 값에는 페널티를 주지 않고, 범위 밖의 값에는 주는 방식입니다. 이 벌점을 받은 점들이 서포트 벡터를 결정하게 됩니다. SVM과의 차이가 있다면 벌점 0 구간인 마진을 최대한 키우려는 목적이 있는 SVM과 달리 SVR에서는 벌점 0 구간을 키우지 않는다는 점이라고 할 수 있습니다. 감사합니다.마소캠퍼스 드림.

데이터분할 - K-Fold 교차 검증 질문

안녕하세요, 마소캠퍼스입니다. K폴드 교차검증에서는 교차 검증 과정 속에서 일반적으로 적용 가능한 가장 좋은 성능이 좋은 알고리즘/파라미터 조합이 결정됩니다.그 모델 및 학습률, 파라미터 등을 고정하여, 학습 데이터(fold)가 아닌 전체 데이터에 대해 최종 모델을 학습시킨 후 실제 배포 혹은 테스트를 진행한다 보시면 되겠습니다.최종 모델이라 함은 즉, 어떤 특정한 형태가 정해졌다기 보다는 여러 번의 검증 과정에서 가장 평균 성능이 좋았던 모델이 되는 것이고, 이 모델에 대해 전체 데이터를 학습시키게 됩니다. 감사합니다.마소캠퍼스 드림.

안녕하세요 질문있습니다

안녕하세요, 마소캠퍼스입니다. 대부분의 시험이 그러하듯 더 많은 공부는 더 높은 합격률을 보장할 수 있겠지만,본 과정에서 제공하는 내용 및 교재, 기출문제로도 수많은 수강생께서 합격소식과 후기를 전달해 주고 계십니다.본 과정을 충실히 수강하시는 것만으로도 빅데이터분석기사 필기 시험은 충분히 합격 가능하다는 말씀 드립니다.감사합니다. 마소캠퍼스 드림.

질문이 있습니다

안녕하세요, 마소캠퍼스입니다. 먼저 주신 질문과 같이 한글보다는 영어로 제시하는 것이 더 좋은 퀄리티의 영상을 생성할 가능성이 높습니다.따라서 chatgpt 등에 "만들고 싶은 영상에 대한 구체적인 묘사"를 kling ai에 맞는 영어 프롬프트로 재작성해 달라 하여 영어로 kling에 생성 명령을 내리는 방법을 추천드립니다. 두번째 주신 질문도 마찬가지로, 생성형 AI 모델의 특성 상 구체적인 묘사와 단계의 세분화는 좋은 결과물 생성에 거의 모든 경우에 도움이 된다고 볼 수 있습니다.단 이미지의 경우 Kling 생성 이미지보다 더 나은 소스를 얻을 수 있다면 상세 묘사 단계는 대체될 수 있습니다. 감사합니다.마소캠퍼스 드림.

최신 실습환경 구축

안녕하세요, 마소캠퍼스입니다. 오라클 라이브 sql이 일부 업데이트되며 메뉴 위치가 이동된 것으로 보입니다.아래 경로로 접근하시면 코드 라이브러리로 이동되며, 상단에서 EMP and DEPT 확인 가능하니 실습 수행 부탁드립니다. https://livesql.oracle.com/ords/f?p=590:49::::RP:: 감사합니다. 마소캠퍼스 드림

F검정 질문있습니다

안녕하세요, 마소캠퍼스입니다. 말씀해 주신 공식은 맞는 공식이나, (s1^2/s2^2)에서 s1^2와 s2^2가 표준편차의 제곱, 즉 분산이 되므로,문제에서 제시하는 각 학년의 분산을 그대로 대입하시면 됩니다.분산을 그대로 대입하므로 F=(s1^2/s2^2)=(50/10)=5가 됩니다.아마 표준편차와 분산의 표기에서 착오가 발생하신 것으로 추정이 됩니다.흔히 발생할 수 있는 실수이니, 실전에서는 주의하시어 확인 부탁드립니다. 감사합니다. 마소캠퍼스 드림.

포트폴리오 사분면 과제 우선순위

안녕하세요, 마소캠퍼스입니다. 질문해주신 사분면 과제 우선순위 문제는 매년 꾸준히 많은 빅데이터분석기사 수험생분들께서 질문자님과 동일한 관점에서 의문을 제기하시는 문제입니다. 이 부분에 대해 빅데이터분석기사 시험 출제기관인 한국데이터산업진흥원에서는 다음과 같이 명시하고 있습니다.적용 우선순위 기준이 시급성일 때 3 > 4 > 2적용 우선순위 기준이 난이도일 때 3 > 1 > 2 이러한 공식 기준에 따라 저희 마소캠퍼스뿐만 아니라, 시중에 출간되는 모든 교재와 강의에서는 이와 동일하게 안내드릴 수밖에 없는 상황입니다. 개인적으로 권해드리는 학습 접근법은 다음과 같습니다.시급성 기준 적용 시: 3번 사분면에서 출발하여 시급성 축(가로축)에 근접한 순서로 4번 -> 2번난이도 기준 적용 시: 3번 사분면에서 출발하여 난이도 축(세로축)에 근접한 순서로 1번 -> 2번논리적 이해에 어려움이 있으실 수 있으나, 시험에서는 상기 기준만을 정답으로 인정하고 있습니다. 따라서 해당 내용을 정확히 숙지하시어 암기하시기를 권장드립니다.추가적으로 궁금한 사항이 있으시면 언제든 문의해 주시기 바랍니다. 감사합니다.마소캠퍼스 드림

gpt 답변에 대한 신뢰도

안녕하세요, 마소캠퍼스입니다. 문의 주신 내용은 생성형 인공지능의 환각(Hallucination)에 대한 문의라고 생각되는데, Gen AI 사용시 가장 주의를 기울여야 하는 부분으로 좋은 질문을 주셨습니다.환각이 발생하는 이유는 1. 프롬프트가 구체적이지 않거나, 2. 인공지능 자체의 오류로 잘못된 답변이 도출되는 경우 크게 2가지입니다.현재 gpt 모델들의 경우는 대체로 1.5~2% 대의 환각 발생률을 보인다 알려져 있습니다. 인공지능 활용 분야에 전문성을 가지고 있어서 환각 여부를 이용자가 즉시 구분할 수 있으면 가장 좋겠지만, 그렇지 않은 경우에는 답변에 대한 팩트 체크(크로스체킹)를 통해서 답변 검증을 하는 것이 안전합니다.팩트 체크는 구글 검색 등을 통해 다른 자료와 대사하는 방식으로 진행하거나, Genspark와 같은 AI Agent를 통해 팩트 체크를 요청하는 방식 등을 사용 가능합니다.https://www.genspark.ai/agents?type=agentic_cross_check구글 검색 등을 통한 크로스체킹 진행 방식은 무료지만 이용자 시간을 사용해야 하고, Genspark 팩트 체크(크로스체킹) 서비스의 경우 팩트 체크할 때마다 서비스 크레딧을 사용해야하기 때문에, 무료 크레딧을 다 소진한 이후에는 유료 이용료가 발생할 수 있다는 단점이 있습니다. 가장 좋은 방법은 환각 발생 방지를 위한 인공지능 활용법의 숙달과,인공지능의 결과물을 맹신하지 않고 항상 체크하는 태도를 갖고 사용하시는 것이 되겠습니다.감사합니다. 마소캠퍼스 드림.