CERTIFICATION (28) 썸네일형 리스트형 [SQLD/데이터 모델링의 이해]1-5. 식별자 1. 데이터 모델링의 이해 1-5. 식별자 식별자 정의 (=키 정의) 엔터티를 구분하는 논리적인 이름 엔터티를 대표할 수 있는 속성 엔터티에는 반드시 하나의 유일한 식별자 존재 (2) 식별자 특징 유일성 : 주 식별자에 의해 엔터티 내 모든 인스턴스를 유일하게 구분 최소성 : 주 식별자를 구성하는 속성 수는 유일성을 만족하는 최소의 수 불변성 : 주 식별자가 한 번 특정 엔터티에 지정되면, 그 식별자 값은 변화 X 존재성 : 주 식별자가 지정되면, 반드시 데이터값이 존재해야 함 (Null X) (3) 식별자(키) 분류 대표성을 가지는가 : 주 식별자(=PK) / 보조 식별자 스스로 생성될 수 있나 : 내부 식별자 / 외부 식별자 하나의 속성으로 식별되나: 단일 식별자 / 복합 식별자(=복합키) 본질 식별.. [SQLD/데이터 모델링의 이해]1-4. 관계 1. 데이터 모델링의 이해 1-4. 관계 (1) 관계 정의 엔터티의 인스턴스 사이 논리적 연관성 존재하는 형태나 행위로서 서로서로에게 연관성이 부여된 상태 (2) 페어링 엔터티 안에 인스턴스가 개별적으로 관계를 갖는 것 관계 = 페어링의 집합 (3) 관계 분류 ERD : 존재에 의한 관계 / 행위에 의한 관계 → 둘이 구분 없이 단일화된 표기법 사용 UML : 연관 관계 / 의존 관계 → 실선과 점선 표기법으로 구분 (4) 관계 표기법 관계명 관계차수(Cardinality) 선택성(Optionality) (5) 두 엔터티 사이 정의 관계 체크 사항 두 엔터티 사이 연관규칙 존재? 두 엔터티 사이 정보의 조합이 발생? 업무기술서, 장표에 관계 연결을 가능하게 하는 “동사(Verb)”가 존재? 업무기술서, .. [SQLD/데이터 모델링의 이해]1-3. 속성 1. 데이터 모델링의 이해 1-3. 속성 (1) 속성 인스턴스로 관리하고자 하는 의미상 더 이상 분리되지 않는 최소한의 단위 엔터티를 설명하고, 인스턴스의 구성 요소가 됨 📌 엔터티 ↔ 속성 ↔ 인스턴스 관계 - 1개의 엔터티 = 2개 이상의 인스턴스 집합 (= 엔터티가 가장 큰 단위의 개념) - 1개 인스턴스 = 2개 이상의 속성을 가짐 - 1개 속성 = 1개의 속성값을 가짐 (하나 이상X) (2) 속성 분류 속성의 특성에 따른 분류 - 기본 속성 : 기본적인 모든 속성 - 설계 속성 : 사용자에 의해 “새로 만들”어지거나 정의되는 속성 - 파생 속성 : 다른 속성의 “영향을 받아” 발생 엔터티 구성방식에 따른 분류 - PK : 엔터티 식별 - FK : 다른 엔터티와 관계에서 포함된 속성 - 일반 : .. [SQLD/데이터 모델링의 이해]1-2. 엔터티 1. 데이터 모델링의 이해 1-2. 엔터티(Entity) (1) 엔터티 저장이 되기 위한 어떤 것, “실체, 객체” 인스턴스 = 엔터티 안에 행 데이터 (ex. 환자 엔터티 -> 이춘식, 조시형의 데이터 인스턴스) (2) 엔터티 특징 “업무”에서 꼭 필요로 하는 정보 식별자에 의해 식별이 가능해야 함 2개 이상의 인스턴스로 구성된 집합 업무 프로세스에 의해 이용됨 반드시 “속성”을 포함해야 함 다른 엔터티와 “관계”가 최소 1개 이상 존재 (3) 엔터티 분류 (=> DB테이블에 들어가는 데이터 형태) 유형,무형에 따른 : 유형 엔터티 / 개념 엔터티 / 사건 엔터티 발생 시점에 따른 : 기본 엔터티 / 중심 엔터티 / 행위 엔터티 - 기본 엔터티 : 다른 엔터티로 주식별자 상속X 자신 고유 주식별자 가짐.. [SQLD/데이터 모델링의 이해]1-1. 데이터 모델의 이해 1. 데이터 모델링의 이해 1-1. 데이터 모델의 이해 (01) 모델링 특징 3가지 추상화 : 일정한 형식에 맞추어 표현 단순화 : 제한된 표기법, 언어로 표현해서 쉽게 이해하도록 함 명확화(=정확화) : 누구나 쉽게 이해하도록 애매모호함을 제거해 정확하게 현상을 기술 (02) 정보시스템 구축에서 모델링 활용 계획/ 분석/ 설계할 때 업무를 분석하고 설계하는데 이용 구축/ 운영 단계에서는 변경과 관리의 목적으로 이용 (03) 모델링의 3가지 관점 데이터 관점 (Data, what) : “업무”와 데이터 // 데이터와 데이터간의 관계 프로세스 관점 (Process, How) : “업무 프로세스”가 실제 하는 일 or 무엇을 해야하는지 상관 관점 (Interaction) : “업무”가 처리하는 일의 “방법”.. [D-7/핵심포인트 정리] 3과목 데이터 분석(2) 4-1. 통계분석의 이해 01. 통계 통계 특정 집단을 대상으로 수행한 조사나 실험을 통해 나온 결과에 대한 요약된 형태의 표현 통계자료의 획득 방법 총 조사(Census)와 표본조사(Sampling) 표본 추출 방법 단순랜덤추출(Simple Random Sampling), 계통추출법(Systematic Sampling), 집락추출법(Cluster Sampling), 층화추출법(Stratified Random Sampling) 자료의 측정 방법 명목척도, 순서척도, 구간척도, 비율척도 02. 통계 분석 기술통계 (Descriptive Statistic) 평균, 표준편차, 중위수, 최빈값, 그래프 통계적 추론 (Statistical Inference) 모수추정, 가설검정, 예측 03. 확률 분포 확률변수 .. [D-7/핵심포인트 정리] 3과목 데이터 분석(1) 1-1. 데이터 분석 기법의 이해 1. 데이터 처리 과정 • 데이터 분석을 위해서 데이터웨어하우스(DW)나 데이터마트(DM)를 통해 분석데이터 구성 • 신규데이터나 DW에 없는 데이터는 기존 운영시스템(Legacy)에서 직접 가져오거나 운영데이터저장소(ODS)에서 정제된 데이터를 가져와서 DW의 데이터와 결합하여 활용 2. 시각화 기법 • 가장 낮은 수준의 분석 but 잘 사용하면 복잡한 분석보다 더 효율적 • 대용량 데이터를 다룰 때 & 탐색적 분석을 할 때 필수 3. 공간 분석 • 공간적 차원과 관련된 속성들을 시각화하는 분석 • 지도 위에 관련된 속성들을 생성하고 크기모양, 선 굵기 등을 구분하여 인사이트를 얻음 4. 탐색적 자료 분석 (EDA) • 다양한 차원과 값을 조합해가며 특이점이나 의미있는.. [D-7/핵심포인트 정리] 2과목 데이터 분석 기획 1-1. 분석 기획 방향성 도출 01. 분석 기획의 특징 (1) 분석 기획 실제 분석을 수행하기에 앞서 분석을 수행할 과제를 정의하고, 의도했떤 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업 (2) 데이터 사이언티스트의 역량 수학/통계학적 지식 + 정보기술(IT 기술, 해킹 기술, 통신 기술 등) + 비즈니스에 대한 이해와 전문성 02. 분석 대상과 방법 분석은 분석의 대상(What)과 분석의 방법(How)에 따라서 4가지로 분류 Optimization : 분석 대상 및 분석 방법을 이해하고 현 문제를 최적화의 형태로 수행 Solution : 분석 과제는 수행되고, 분석 방법을 알지 못하는 경우 솔루션을 찾는 방식으로 분석과제 수행 Insight : 분석 대상.. 이전 1 2 3 4 다음 목록 더보기
