본문 바로가기
자격증/ADsP

[제1과목 데이터의 이해] 문제모음3

by ahnne_ 2022. 4. 19.
반응형

1. 빅데이터의 활용 테크닉 중 보기는 무엇에 해당되는가

우유구매자가 기저귀도 같이 구매해야하는가 또는 기저귀 구매자가 맥주도 같이 구매하는가를 알아본다.

 1)유전알고리즘    2)감정분석      3)연관 규칙 학습       4)회귀분석

 

 

2. 데이터 사이언스 설명 중 적절하지 않은 것은?

  1) 통계학이 정형화된 데이터를 분석 대상으로 하지만 데이터 사이언스는 다양한 데이터 유형을 대상으로 한다.

  2) 데이터 마이닝은 분석의 포괄적 개념이고 데이터 사이언스는 분석에 초점이 있다.

  3) 데이터 사이언스가 기존 통계학과 다른 점은 총체적 접근법을 사용한다는 점이다.

  4) 데이터 사이언스란 데이터로부터 의미있는 정보를 추출해내는 학문이다.

 

3. 데이터 베이스 시스템에서 의사결정에 필요한 데이터를 미리 추출하여 원하는 형태로 변환하고 통합한 읽기 전용의 데이터 저장소를 무엇이라 하는가?

  1)데이터 웨어하우스

  2)관계형 데이터베이스 

  3)데이터 마트

  4)온라인 분석 처리 시스템

 

4.다음 보기는 암묵지와 형식지의 상호작용에 관한 설명이다.  알맞게 연결된 것은?

1단계 : 암묵적 지식 노하우를 다른사람에게 알려주는 것 -> ()
2단계 : 암묵적 지식 노하우를 책이나 교본 등 형식지로 만드는 것 -> ()
3단계 : 책이나 교본(형식지)에 자신이 알고 있는 새로운 지식(형식지)를 추가하는 것 ->()
4단계 : 만들어진 책이나 교본(형식지)을 보고 다른 직원들이 암묵적 지식(노하우)을 습득 ->()

  1) 공통화 -> 표출화 -> 연결화 -> 내면화

  2) 표출화 -> 공통화 -> 연결화 -> 내면화

  3) 연결화 -> 내면화 -> 공통화 -> 표출화

  4) 내면화 -> 공통화 -> 연결화 -> 표출화

 

5. 다음 중 빅뎅치터가 만드는 본질적인 변화에 관한 설명 중 적절하지 않은 것은?

  1) 사전처리에서 사후처리 시대로

  2) 표본조사에서 전수조사로

  3) 질보다 양으로 

  4) 상관관계에서 인과관계로

 

6. 다음은 어떤 기업내부데이터 솔루션에 대한 설명인가?

물류, 유통업체 등 유통공급망에 참여하는 모든 업체들이 협력을 바탕으로 정보기술을 활용, 재고를 최적화하기윈한 솔루션

 

7. 데이터의 가공 및 상관관계 간 이해를 통해 패턴을 인식하고 그 의미를 부여한 데이터를 무엇이라 하는가?

 

 

8. 통찰력을 제공하는 분석 기술이 아닌 것은?

 1) 추출       2)최적화        3)모델링        4)예측

 

 

9.가트너가 언급한 데이터 사이언티스트의 역량이 아닌 것은?

   1)데이터 관리        2)비즈니스 분석        3)하드스킬          4)분석 모델링

 

 

 

10. 다음중 빈칸 ()에 들어갈 알맞은 용어는?

신속한 의사결정을 원하는 비즈니스에서는 실시간 (1) 분석에서 도출된 인사이트를 바탕으로 수익을 창출할 수 있는 기회가 점점 늘어나고 잇다. 이렇게 (1)를 통해 특정 현상의 발생 가능성이 포착되고, 그에 상응하는 행동을 하도록 추천되는 일이 점점 늘어날 것이다. 데이터 기반의 (1) 분석이 주는 인사이트가 (2)에 의해 미래 예측을 점점 더 압도해가는 시대가 도래하고 있다.

 

 

11. 다음은 빅데이터의 무슨 역할을 설명하는가?

- 페이스북은 SNS 서비스를 시작했지만, 2006년 F8 행사를 기점으로 자신들의 소셜그래프 자산을 외부 개발자들에게 공개하고 서드파티 개발자들이 페이스북 위에서 작동하는 앱을 만들기 시작했다.
- 각종 사용자 데이터나 M2M 센서 등에서 수집된 데이터를 가공, 처리, 저장해 두고 이데이터에 접근할 수 있도록 API를 공개하였다.

 

 


답 : 1-3)    2-2)     3-1)    4-1)    5-4)      6-SCM     7-정보      8-4)       9-3)       10-(1)상관관계, (2)인과관계      11-플랫폼

 

반응형

댓글