메인메뉴 바로가기 본문 바로가기
홈 수강신청 교육과정전체보기

자격증

데이터분석준전문가 ADsP 합격 완성패스

  • 학습기간
    2026-09-30~2026-11-29  8주(78시간)
  • 수강신청기간
    2026-09-19~2026-09-29 오후 5:00:00
  • NCS코드
  • 지원
    모바일
신청유형 ?
국민내일배움카드

국민내일배움카드를 이미 발급받으신 분들의 경우
해당 유형으로 신청하셔야 수강료의 일부 국비지원이 됩니다.

  • · 수료기준 : 진도율 80%, 평가 2회
  • · 교재/모바일강의/무료 복습기간 제공
일반

국민내일배움카드 유무와 관계없이 누구나 신청 가능합니다.

  • · 수료기준 : 별도 수료기준 없이 진행 가능
  • · 교재/모바일강의/무료 복습기간 제공
학습기간
지원유형

국민내일배움카드의 유무에 관계없이
누구나 신청 가능합니다.

  • 수료기준 : 별도 수료기준 없이 진행 가능
  • 교재/모바일강의/무료 복습기간 제공

국민내일배움카드(근로자)를 발급받으신 분들의 경우
해당과정으로 신청하셔야 수강료의 일부 국비지원이 됩니다.

  • 수료기준 : 진도율 80%, 평가 2회
  • 교재/모바일강의/무료 복습기간 제공

교재소개

2026 최신개정 ADsP 데이터분석 준전문가
출판사 : 데이터에듀
저자 : 윤종식
내용 : 2026 최신개정 ADsP 데이터에듀 데이터분석 준전문가
실제 수험 데이터 기반 출제 경향 완벽 반영

11년 연속 베스트셀러 '민트책'의 2026 최신 개정판!실제 수험 데이터 분석 기반, ADsP 합격의 모든 것을 담은 완벽한 올인원 교재입니다.

데이터에듀 수험생 누적 학습 데이터 253만 회 이상 문제 풀이 기록을 분석하여 최근 5년(30~47회) 기출의 빈출 개념, 출제 패턴, 난이도 흐름을 체계적으로 반영했습니다. 한국데이터베이스진흥원의 『데이터 분석 (준)전문가 가이드』를 중심으로 합격에 필요한 핵심 이론부터 심화 내용까지 효율적으로 구성했습니다.

학습개요


학습목표

1. 데이터 분석 준전문가(ADsP) 자격시험 대비를 통해 데이터 이해, 데이터 분석 기획, 데이터 분석의 핵심 개념을 체계적으로 학습할 수 있습니다.
2. 데이터 기반 사고와 분석 역량을 함양하여 실무 활용 능력을 강화하고, 국가공인 ADsP 자격증 취득을 목표로 합니다.

학습대상

1. ADsP 자격증을 처음 준비하는 학습자
2. 데이터 분석의 기본 개념과 실무 활용 역량을 체계적으로 익히고 싶은 직장인
3. 데이터 분석 준전문가(ADsP) 자격 취득을 목표로 하는 현업 실무자 및 취업 준비생

평가기준

평가기준
진도 진행단계평가 최종평가 과제 토론 총점
배점 - - 100% - - -
수료기준 80%이상 필수 - 필수 - - 60점이상
  • · 수료 기준: 진도율 80% 이상 충족 / 평가별 합산점수 총점 60점 이상
  • ※ 평가 항목이나 반영 비율은 과정마다 상이할 수 있으니 신청하신 과정의 ‘평가기준’을 꼭 확인해주세요!

학습내용

1. 데이터와 정보 / 데이터 베이스의 정의와 특징 (1)
2. 데이터 베이스의 정의와 특징 (2) / 데이터베이스 활용 / 예상문제 및 정리하기
3. 빅데이터의 이해 (1)
4. 빅데이터의 이해 (2) / 빅데이터의 가치와 영향
5. 비즈니스모델 / 위기요인과 통제방안 / 예상문제 및 정리하기
6. 빅데이터 분석과 전략 인사이트
7. 전략인사이트 도출을 위한 필요 역량 / 빅데이터 그리고 데이터 사이언스의 미래 / 예상문제 및 정리하기
8. 분석 기획 방향성 도출 (1)
9. 분석 기획 방향성 도출 (2) / 분석방법론 (1)
10. 분석방법론 (2),(3)
11. 분석방법론 (4)
12. 분석방법론 (5) / 예상문제 및 정리하기
13. 분석 과제 발굴
14. 분석프로젝트 관리방안 / 예상문제 및 정리하기
15. 마스터플랜 수립 프레임워크
16. 분석 거버넌스 체계 수립 (1)
17. 분석 거버넌스 체계 수립 (2) / 예상문제 및 정리하기
18. 데이터 분석 기법의 이해 (1)
19. 데이터 분석 기법의 이해 (2)
20. R소개 / R 특징 및 설치
21. R studio / R 기반의 작업환경 / 예상문제 및 정리하기
22. R 시작하기
23. 패키지 / 파일 / 배치모드 / R 실습 / 예상문제 및 정리하기 / 출력 / R 실습
24. 변수할당 및 삭제 / R 실습
25. 기본 통계량 / R 실습 / 프로그래밍시 자주하는 실수 / 예상문제 및 정리하기
26. 데이터 입력과 출력 / R 실습
27. CSV / 웹데이터 / 복잡한 데이터 읽기
28. 데이터 구조 (1) / R 실습 (1)
29. 데이터 구조 (2) / R 실습 (2)
30. R 실습 (3) / 예상문제 및 정리하기
31. 데이터프레임 다루기 / R 실습
32. 데이터 병합 / R 실습 / 데이터 구조 변경 / 예상문제 및 정리하기
33. 데이터 변형 / R 실습
34. 문자열 및 날짜 다루기 / R 실습 / 예상문제
35. R reshape를 이용한 데이터 마트 개발
36. reshape 패키지 실습 / sqldf / plyr / data.table 패키지 실습
37. 데이터 가공 / 변수 중요도 / 변수 구간화 / R 실습
38. 결측값 처리 / R을 활용한 결측값 처리
39. 이상값 처리 / R을 활용한 이상값 처리 / 예상문제 및 정리하기
40. 통계 / 통계자료의 획득방법
41. 통계분석 / 확률
42. 이산형 확률분포
43. 연속형 확률분포
44. 추정
45. 가설검정 / 비모수검정 / 예상문제 및 정리하기
46. 기술통계
47. 상관분석 / 상관분석
48. R을 활용한 기술통계 / R을 활용한 상관분석 / 예상문제 및 정리하기
49. 회귀분석 개요 / 단순선형회귀분석
50. 단순선형회귀분석 / 다중선형회귀분석
51. 최적회귀방정식 / R을 활용환 회귀분석
52. R을 활용한 최적회귀방정식 / 예상문제 및 정리하기
53. 로지스틱 회귀분석
54. 시계열 자료 / 정상성
55. 시계열 분석 분석 자료 분석방법 (이동평균법, 자수평활법)
56. 시계열 모형 (AR, MA, ARIMA, 분해시계열)
57. R을 활용한 시계열 분석 (1)
58. R을 활용한 시계열 분석 (2) / 예상문제 및 정리하기
59. 다차원 척도법
60. 주성분 분석
61. R을 활용한 주성분 분석 / 예상문제 및 정리하기
62. 데이터마이닝 / 데이터마이닝 분석방법 / 데이터마이닝을 위한 데이터 분할 / 성과분석
63. 성과분석 / 예상문제 및 정리하기
64. 분류분석 / 의사결정나무 (1)
65. 의사결정나무 (2)
66. 분리규칙 / 의사결정나무 (3)
67. R을를 활용한 분류분석 / 예상문제 및 정리하기
68. 앙상블 기법 (배깅, 부스팅, 랜덤포레스트)
69. R을 활용한 앙상블 실습 / 예상문제 및 정리하기
70. 인공신경망 (1), (2)
71. 인공신경망 (3) / 신경망 모형 구축시 고려사항
72. R을 활용한 인공신경망 실습 / 예상문제 및 정리하기
73. 군집분석 / 계층적 군집방법 (1)
74. 계층적 군집방법 (2) / 비계층적 군집방법 / 혼합 분포 군집 / SOM
75. R을 활용한 군집분석 실습 / 예상문제 및 정리하기
76. 연관규칙
77. 최근 연관성 분석 동향 / R을 활용한 연관성분석 실습 (1)
78. R을 활용한 연관성분석 실습 (2) / 예상문제 및 정리하기

수강후기

<< 1 2 3 4 5 6 7 8 9 10 >>

탑버튼


빠른 상담 신청빠른 상담 신청
내일배움카드
상담 신청