레코드후_데이터스터디

2025년 검색광고마케터 독학 준비하고 계시다면, 필수로 알아야하는 검색광고 주요 용어 아래에서 확인해보세요! 본문 하단에 검광마요약본 공유 링크 올려두었으니, 무료요약본 필요하다면 해당 포스팅에 댓글남겨주세요 😊 1. 검색광고 개념 및 특징 1) 개념- 온라인 이용자들이 포털사이트 검색엔진을 통해 원하는 결과를 검색할 때 결과에 기업의 웹사이트를 효과적으로 노출시킬 수 있는 기법- 기업은 포털의 광고 운영시스템에 관련 키워드를 등록하고, 검색 결과에 광고를 노출하여 잠재고객의 유입을 유도- 이용자의 능동적인 검색활동에 의해 노출되기에, 정확한 타기팅이 가능- 키워드광고, SEM (Search Engien Marketing), SA, Paid search 라고도 한다. - 오픈마켓 성장으로 최근에는 오..

2025년 검색광고마케터 1급 시험일정 & 독학 요약본 공유2025년 새해를 맞아 자격증 준비하는 분들 많으실텐데요. 디지털마케팅 관련해 많이 취득하는 자격증 '검색광고마케터'의 2025년 시험일정 소개합니다.  본문 아래에 독학 꿀팁과 요약본 공유 콘텐츠 링크 첨부되어 있으니,검색광고마케터 자격 취득 준비하는 분들은 참고해주세요▶ 2025년 검색광고마케터 자격 안내 및 응시 일정○ 검색광고마케터 1급 시험 일정  검색광고마케터 2025년 첫 시험은 3월 22일입니다. 2월 3일부터 접수 시작이니, 시험 준비하는 분들은 접수 일정 꼭 챙겨주세요!  2025년 검색광고마케터 시험 관련 자세한 내용은 KAIT 공식 사이트를 참고해주세요. 공식 사이트 연결 ○ 검색광고마케터 1급 응시 일정 및 방법 참고로 검..

지난 포스팅에서 검색광고마케터 시험일정 및 독학 꿀팁을 공유드렸는데요! 검색광고마케터 독학으로 준비하시는 모든 분께 도움이 되고자 제가 직접 공부하며 정리한 요약본 무료 공유 드립니다.본문 끝까지 확인해주세요 😊 ▶ 지난 포스팅의 자세한 내용 확인은 아래 링크에서 확인 가능합니다 (클릭)  [검색광고마케터 독학] 공부 방법, 책 추천, 시험일정, 꿀팁 공유디지털 마케팅이 화두가 되면서, 검색광고마케터 자격 시험도 인기가 많은데요. 검광마는 비전공자여도 쉽게 접근 가능한 시험이라 응시에 도전하는 분들이 많은 거 같아요! 엄청난 전문지식이jjou-adblog.tistory.com ○ 검색광고마케터 1급 독학 후기 검색광고마케터는 전공자나 검색광고 직무 경험자라면 7일~10일이면 충분히 독학 가능한데요! 만..

디지털 마케팅이 화두가 되면서, 검색광고마케터 자격 시험도 인기가 많은데요. 검광마는 비전공자여도 쉽게 접근 가능한 시험이라 응시에 도전하는 분들이 많은 거 같아요! 엄청난 전문지식이나 학습시간을 필요로하는 시험은 아니기에, 대부분의 응시자가 독학으로 공부하실텐데요. 관련해 검색광고마케터 독학을 위한 공부방법 및 교재 추천과 함께 시험일정 및 합격 기준 공유드립니다. 검광마 준비하시는 모든 수험생 분들께 작은 도움이 되었으면 좋겠네요 :) ▶ 검색광고마케터 자격 안내 및 응시 일정 ○ 검색광고마케터 1급 합격 기준 검색광고마케터는 객관식 40문항과 단답식 20문항 총 60문항으로 이루어진 시험입니다. 총점 70점 이상 합격이나, 객관식과 단답식 모두 60% 이상 맞춰야 하구요. ○ 검색광고마케터 1급 응..

1. 군집분석 (1) 개념 -각 객체의 유사성을 측정하여 유사성이 높은 대상 집단 분류 -데이터들 사이의 거리를 기준으로 군집화 - 요인분석은 유사한 변수(열단위에 해당)를 함께 묶는 것이 목적이라면, 군집분석은 행(레코드) 값을 묶는 것 - 판별분석은 사전에 집단이 나누어져 있는 자료를 통해 새로운 데이터를 기존 집단에 할당하는 것이 목적 2. 거리 측정 (1) 연속형 변수인 경우 ① 유클리디안 거리 - 데이터 간 유사성 측정 시 사용하는 거리 - 통계적 개념이 내포되어 있지 않아, 변수들의 산포 정도가 감안되지 않음 ② 표준화 거리 : 표준편차로 척도 변환 후 유클리드안 거리를 계산하는 방법 ③ 마할라노비스 거리 : 통계적 개념이 포함된 거리며, 변수들의 산포를 고려하여 표준화한 거리 ④ 체비셰프 거..

1. 앙상블기법 1) 개념 - 과대적합/ 과소적합의 문제를 해결하기 위해, 여러 개의 분류기를 활용하여 앙상블을 이루도록 만든 것 - 여러 예측모형을 조합하여 하나의 최종 예측 모형을 만드는 방법 - 다중모델조합, 분류기조합 등이 존재 2. 앙상블 기법의 종류 1) 배깅 - 분석용 데이터로부터 여러 개의 붓스트랩(bootstrap) 데이터 생성 - 각 붓스트랩 자료에 예측모형을 만든 후 결합하여 다수결을 통해 최종 예측모형 결정 - 배깅에서는 가지치기를 하지 않고, 최대로 성장한 의사결정나무들을 활용 *붓스트랩 (bootstrap) : 주어진 자료에서 동일한 크기의 표본을 랜덤 복원추출로 뽑은 자료 **보팅 (voting) : 여러개의 모형으로부터 산출된 결과를 다수결에 의해 최종 결과를 선정하는 과정 ..

1. 분류분석 - 범주형 속성의 값 (명목/순서척도) 이 어떤 그룹에 속하는지 예측하는 데 사용 - 분류기법 : 로지스틱회귀분석, 의사결정나무, 베이지안분류, 인공신경망, SVM 등을 활용 - 사기방지모형, 이탈모형, 고객세분화 모형 등을 개발할 때 활용하는 데이터마이닝 방법론 cf) 예측분석 - 예측은 '연속형' 속성의 값을 알아맞히는 것 - 시계열분석처럼 시간에 따른 값 두 개만을 이용해 앞으로의 데이터를 예측하는 것 2. 로지스틱 회귀분석 - 선형회귀의 종속변수는 일반적으로 연속적인 정규분포를 가짐 - 종속변수가 범주형 (예/아니오, 1/0, 합격/불합격) 일 때 로지스틱 회귀분석을 통해 분석 - 종속변수를 0과 1의 범주형으로 표현 가능하며, 회귀분석보다는 '분류모델'에 더 가깝다 - 시그모이드함..

1. 데이터마이닝 - 대용량 데이터에서 의미있는 패턴을 파악하거나 예측하여 의사결정에 활용하는 방법 - 통계분석은 일부 데이터를 갖고 가설/가정에 따라 검증하는 과정이라면, 데이터마이닝은 알고리즘을 이용해 대용량의 데이터를 활용하는 것 정보를 찾는 방법론에 따른 종류 분석대상, 활용목적,표현방법에 따른 분류 인공지능 의사결정나무 K-평균군집화 연관분석 회귀분석 로짓분석 최근접이웃 시각화분석 분류 군집화 예측 2. 데이터마이닝 분석방법 지도학습 supervised learning : 목적변수가 있는 경우 비지도학습 unsupervised learning : 목적변수가 없는 경우 의사결정나무 인공신경망 일반화 선형 모형 회귀분석 로지스틱회귀분석 사례기반 추론 최근접 이웃법 OLAP 연관성 규칙발견 군집분석 ..

1. 시계열자료 1) 개념 - 시간의 흐름에 따라 관찰된 값을 시계열 자료라고 칭함 - 시계열 데이터 분석을 통해 '미래의 값을 예측' 하고 경향, 주기, 계절성 등을 파악 - 시계열 데이터의 모델링은 다른 분석모형과 같이 탐색목적과 예측목적으로 나눌 수 있음 - 분석의 주목적은 외부인자와 관련해 계절적인 패턴, 추세와 같은 요소를 설명할 수 있는 모델을 결정하는 것 - 잡음(noise)는 무작위적인 변동이며, 원인을 알 수 없음 2) 자료 종류 : '정상성'을 기준으로 분류됨 ① 비정상성 시계열 자료 : 다루기 어려운 자료로 대부분의 시계열자료가 이에 해당 ② 정상성 시계열 자료: 비정상 시계열을 핸들링 통해 다루기 쉬운 시계열 자료로써 '변환' 한 자료 2. 정상성이란? -시계열의 수준과 분산에 체계..

1. 회귀분석 1) 기초 정의 - 하나 또는 그 이상의 변수들이 또 다른 변수에 미치는 영향을 추론하는 통계기법 - (Y) 반응변수, 종속변수, 결과변수 - (X) 설명변수, 독립변수, 예측변수 2) 선형회귀 분석의 가정 ① 선형성: 입력변수와 출력변수의 관계가 선형이다 ② 등분산성: 오차의 분산이 일정. 산점도 통해 확인 ③ 독립성: 입력변수와 오차는 관계가 없다. Durbin-Watson 통계량으로 독립성 검증 ④ 비상관성: 오차들끼리 상관 없음 ⑤ 정상성: 오차의 분포가 정규분포를 따른다. 3) 회귀 모형의 평가 ① 모형이 통계적으로 유의미한가? : F-통계량의 p-값 < 0.05 확인 ② 개별 회귀계수들이 유의미한가? : 회귀계수의 p-값 < 0.05 확인 *p-값 확인 할 때 'e' 가 뜻하는 ..