각 화면에서 개념 그림을 먼저 보고, 바로 아래 연결된 기출문제를 풀어보세요.
Legacy(기존 운영시스템)·Staging(원시 데이터)·ODS(정제된 운영데이터)가 DW로 모이고, DW를 주제별로 쪼갠 것이 Data Mart다. R·SAS 등 분석도구는 Data Mart에서 데이터를 가져와 분석한다.
데이터 웨어하우스(DW)와 데이터 마트(DM)는 분석에 활용하는 저장소이고 ODS는 정제된 운영 데이터 저장소로 DW·DM과 결합해 쓸 수 있다. 스테이징 영역의 데이터는 정제되지 않은 원시 데이터라서 전처리를 거쳐야 하며, 기존 운영시스템(Legacy)의 데이터 역시 일반적으로 정제되어 있지 않아 전처리 없이 바로 DW와 결합하는 것은 부적절하다.
통계소프트웨어의 기초통계정보를 엑셀에서 그래프화하는 방법은 과거의 단순한 시각화 방법이다. 워드클라우드, SNA 그래프, Polygon·Heatmap 등은 현대적인 시각화 기법으로 활용된다.
프린스턴대 튜키 교수가 1977년 제시. 다양한 차원과 값을 조합해 특이점·의미있는 사실을 도출하고 데이터의 구조적 관계를 알아내는 기법의 통칭.
EDA는 데이터의 분포와 특성을 이해하기 위해 시각화를 활용하는 방식이다. 전처리분석은 데이터 정제를, 공간분석은 지리적 데이터를, 다변량분석은 변수 간 상관관계 분석에 집중하므로 정답이 아니다.
데이터 마이닝은 문제 정의부터 시작해 데이터 수집, 전처리, 분석 기법 적용, 모델 평가의 순서로 진행된다. 다른 선택지들은 전처리나 분석 기법 적용 순서를 잘못 배치하고 있어 적합하지 않다.
탐색적 데이터 분석(EDA)은 본격적인 통계 분석이나 모델링 이전에 데이터를 다양한 방식으로 살펴보고 시각화하여 데이터에 대한 초기 이해를 높이는 활동이다. 주요 목적은 데이터의 특성(분포, 이상치 등)과 변수 간의 관계(상관관계, 패턴)를 파악하고, 이를 통해 분석의 방향을 설정하고 적절한 분석 기법을 모색하는 것이다.