[자격증] 데이터분석 준전문가 (ADsP) Ⅲ 데이터 분석 : 01~08강

 정보

• 업무명     : 데이터분석 준전문가 (ADsP) Ⅲ 데이터 분석 : 01~08강
• 작성자     : 이상호
• 작성일     : 2024.06.15
• 설   명      :
• 수정이력 :

 

 01강Ⅲ-1-1 R프로그래밍

(1) 기본적인 프로그램 

• 컴퓨터에 명령을 내리는 데 필요한 컴퓨터의 언어를 프로그래밍 언어 (programming language) 
• 전통적으로 Basic, Cobol, Fortran, C, C++등이 활용
• GAUSS (Matrix programming language), Matlab, S-plus, R 등의 사용자가 증가

 

(2) 현재 시중에서 이용되는 통계 프로그램 

• R 
• SAS (StatisticaI AnalysisSystem) 
• SPSS (StatisticaI Package for the Social Sciences) 
• Stata (StatisticsData) 
• WinRats-32 (Regression Analysis for Time Series) 
• EViews (Econometric Views) 
• Limdep (Limited Dependent model) 

 

(3) R이란? 

• 컴퓨터로 통계 및 계량분석이 가능하도록 계산 과정을 정리해 놓은 프로그램을 통계 배기지 
• R은 프로그래밍 언어로 구성된 통계분석 도구로 다양한 분석 기능을 가지고 있음 
• 좋은 기능을 가짐에도 불구하고 무료로 제공 
• 세계적으로 많은 분석가들이 사용 

 

(4) R의 역사 

• R은 오글랜드대학교의 Robert Gentleman과 Ross Ihaka에 의해 1995년에 처음으로 개발
• 현재는 R core team 이 R 프로젝트를 운영
• R은 데이터 의 조작 (manipulation)과 연산 (calculation). 그래픽 표현 (graphical display)을 활용하는 통합 패기지 
• 금융공학. 생명공학. 행정학, 의학, 자연과학 등 여러 전문분야에서 활용 

 

(5) R의 장점 

• R은 간단한 명렁어만으로 복잡한 계산을 수행할 수 있는 프로그램
• 분석을 빠르게 수행 
• R은 Linux, UNIX, MAC OS X, Windows 등 모든 운영체제에서 실형 가능 
• 각종 DBMS (Database Management System) 데이터에 접근이 가능
• 별도의 패키를 사용하여 R의 소스를 Java, Python, C, C# 등의 언어와 호환/사용 가능 
• R은 공개 소프트웨어로 모든 소스가 공개되므로 자유로운 수정 및 변경이 가능 
• 다양하고 정일한 분석을 할 수 있다.
• 경제학, 행정학, 의학, 생물학 등 다양한 학문 분야에서 사용 
• 다양한 통계분석 방법이 패키지 형태로 공개되므로 사용자가 복잡한 계산식을 일일이 입력하여 분석하야 하는 수고가 불필요 

 

(6) R의 단점

• R을 사용하기 위해서는 R 언어를 배워야 하며, 새로운 기능이 빠르게 추가되고 있기때문에 지속적으로 새로운 기능을 습득하야 하는 어려움이 있다.

 

2. RStudio란

• RStudio는 R의 통합개발환경 소프트웨어 
• RStudio를 사용하기 위해서는 반드시 R이 설지되어 있어야 함.

〈참조〉 통합개발환경
소프트웨어 개발 과정에서 필요한 코팅 (coding), 디버깅 (debugging), 컴파일 (compile)의 과정을 하나로 패키지화한 소프트웨어를 통합개발환경 (Integrated Development Environment: IDE)이라고 한다.

 

(1) 기본용어 

• 코팅: 프로그래밍 언어를 이용하여 구체적인 컴퓨터 프로그램을 만드는 기술 
• 디버깅: 코드상의 오류를 찾아내어 수정하는 과정 
• 컴파일: 컴퓨터가 처리한 언어를 사람이 읽을 수 있는 언어나 그림으로 변환하는 프로그램 

 

(2) RStudio의 장점

• RStudio 역시 모든 운영체제에서 실행이 기능 
• 모든 R 버전과 호환이 가능 
• 코딩작업에 필요한 콘솔 (console), 디버깅 작업에 필요한 소스 에디터 (source editor), 그리고 데이터 뷰어 (data viewer) 및 도표 이력 (plot history) 등 통합개발환경의 주요 요소들이 잘 통합되어 편히라고 신속한 작업이 가능
• 표시되는 구문을 종류별로 구문 (예를 들이 입력문과 출력문, 함수 등) 
• 여러 가시 다른 색으로 강조하며 표시하는 구문 강조 (syntax highlight) 기능 탑재  
• 함수의 첫 글자로 함수를 자동으로 검색하거나 함수예 포함될 요소들을 표시해 주는 코드 완성 (code completion) 기능 탑재  
• 코드 입력 시 괄호나 따옴표가 자동으로 입력되는 기능 등이 추가되어 수식 입력 과정에서 사용자의 편의를 기함

 

RStudio 시작하기

• RStudio 아이콘을 클릭하면 Sources 창, Console 창, Environment/History 창, Files, Packages/Plots, Help, Viewer 창 등 4개의 창이 나타난다.
• Source 창: 프로그램 Sources를 편집, 프로그램 내의 R 명령어에 커서를 두고 <Ctrl+R>로 실행 
• Console 창: 명령어를 입력하고 결과를 학인 , 상하 화살표를 이용하여 이전 명령어를 편집 및 실행
• Environment/History 창: 변수 또는 객체의 목록과 값 확인
• History 창: 명령어 History를 확인 및 검색하고 더불클력하여 Console 창으로 보냄
• Files, Packages/Plots, Help, Viewer 창
  
  • Files, Packages 창: 파일과 폴더 및 패키지 목록 
  • Plots, Help, Viewer 창: 그래프, 도움말, HTML 등 명령어 실행 결과

 

3. 명령어 실행방법 

• R에서 명렁어를 실행시키는 방법에는 직접 명령문과 할당 명령문이 있다.

 

(1) 직접 명렁문

• Console 창에서 직접 입력하여 엔터를 쳐서 실행  
• print() 함수를 사용하여 실행할 수도 있음  
• R을 마치 계산기처럼 사용할 수 있음  
• 콘솔의 환영 메시지는 Edit> Clear Console (또는 <Ctrl+L>)을 선택하여 지운 후 명령어를 입력하여 엔터를 치면 실행 결과를 보여줌 

 

 

 

 

(2) 할당 명령문

• 특정한 데이터 또는 연산 결과를 새로운 문자열에 할당하여 하나의 객체를 정의하는 명렁문으로 작업 결과의 반환을  요구하지 않는다.
• 할당 명령문의 형태는 할당 연산자인 <- 또는 =를 사용하는 형태와 할당 함수인 assign() 을 사용하는 형태 존재
  모두 동일한 기능을 수행 
  할당 명령문에 의해 생성된 객체를 제거하려면 rm0 함수를 이용

 

 

 

 

(3) 코드 입력 및 실행 

• Source 창에서 프로그램 Source를 작성, 편집, 저장, 실행. 불러오기 등을 할 수 있음
• 작성된 프로그램을 한 줄씩 실행하는 방법은 Run을 클릭 (또는 <Ctrl+Enter>)
• 여러 줄을 동시에 실행하는 방법은 여러 줄을 선택하고 Run을 클릭
• 작성된 프로그램 Source를 저장하기 위해서는 File/Save As 선택한 후 본인이 원하는 디렉토리에 따일이름을 입력 
• 저장된 파일을 불러오기 위해서는 File/Open File을 선택한 후 대상 파일이 위지한 디렉토리에서 불리오기

 

(1) 수학함수 

• R에서는 다양하고 광범위한 내장함수를 제공하고 있음
• 사용자는 분석 과정에서 빈번하게 사용되는 수식을 단순화한 함수로 사용 
• 결과적으로 작업의 효율성을 높일 수 있다. 

 

 

 

 

 

 

 

 

 02강Ⅲ-1-2 데이터마이닝

데이터 마이닝의 개요 

• 데이터마이닝은 대용량 데이터에서 의미있는 패턴을 파악하거나 예측하여 의사결정에 활용하는 방법이다. 

 

통계분석과의 차이점

• 통계 분석은 가설이니 가정에 따른 분석이나 검증을 하지만 데이터마이닝은 다양한 수리 알고리즘을 이용해 데이터베이스의 데이터로부터 의미있는 정보를 찾아내는 방법을 통칭한다.

 

 

사용분야 

• 병원에서 환자 데이터를 이용해 해당 환자에게 발생 가능성이 높은 병을 예측 
• 기존 환자가 응급실에 왔을 때 어떤 조치를 먼저 해야 하는지를 결정 
• 고객 데이터를 이용해 해당 고객의 우량/불량을 예측해 대출적격 여부 판단 
• 세관 검사에서 입국자의 이력과 데이터를 이용해 관세물품 반입 여부를 예측 

 

 

 

 

데이터마이닝을 위한 데이터 분할 

• 모델 평가용 테스트 데이터와 구축용 다이터로 분할하여 구축용 데이터로 모형을 생성하고  테스트 데이터로 모형이 일마다 적합한지를 판단한다.

•  

 

 

 

 03강Ⅲ-1-3 분석방법

분류 모델의 검증 지표

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 04강Ⅲ-1-4 분석방법2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 05강Ⅲ-1-5 분석방법3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 06강Ⅲ-1-6 분석방법4

 

 

 

 

 

 

 

 

 

 

 07강Ⅲ-1-7 분석방법5

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 08강Ⅲ-1-8 분석방법6

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 참고 문헌

[논문]

• 없음

[보고서]

• 없음

[URL]

• 없음

 

 문의사항

[기상학/프로그래밍 언어]

• sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

• saimang0804@gmail.com