핵심 아이디어
이 단원을 관통하는 두 가지 큰 생각
분석의 8할은 '준비'
데이터 과학자는 일하는 시간의 대부분을 화려한 분석이 아니라 데이터를 모으고 손질하는 데 써요. 지저분한 데이터로는 어떤 분석도 믿을 수 없으니까요.
치우치면 답도 틀린다
데이터를 한쪽으로 치우치게 모으면(편향), 아무리 정교하게 분석해도 잘못된 결론에 이르러요. '어떻게 모으느냐'가 '무엇을 분석하느냐'만큼 중요합니다.
이 단원의 성취기준
단원을 마치면 이런 것을 할 수 있어요.
데이터를 편향되지 않도록 수집하고, 수집된 데이터의 특성을 분석한다.
이상치와 결측치 탐색 및 정규화를 통해 전처리하여 오류 가능성을 최소화하고, 분석을 위해 시각화한다.
데이터를 분석하기 위해 데이터 속성 간의 관계를 파악하고 통합한다.
동일한 데이터를 서로 다른 분석 방법을 적용하여 분석 결과를 비교한다.
시작하기 전에 — 들어간 대로 나온다 (GIGO)
우리 반 수학 점수예요. 그런데 입력 실수로 985점이 끼어 있네요! 평균이 어떻게 될까요?
학습 로드맵
데이터를 다루는 순서 그대로 배워요.
잘 모아야 잘 본다 — 편향 없는 수집과 특성 분석
표본과 표집 편향, 대푯값(평균·중앙값·최빈값)과 분포 · 🕹️ 표본 편향 실험실 + 대푯값 비교기
데이터를 씻고 다듬다 — 전처리·정규화·시각화
이상치·결측치 처리, 정규화, 알맞은 그래프 고르기 · 🕹️ 데이터 클리닝 실습실 + 정규화 위젯
함께 움직이는 것들 — 속성 간 관계와 통합
상관관계(양·음·무), 산점도, 파생 변수 만들기 · 🕹️ 상관관계 탐험기
같은 데이터, 다른 이야기 — 분석 방법 비교
평균 vs 중앙값, 다른 집계·그래프가 만드는 다른 결론 · 🕹️ 분석 방법 비교 실험실
단원 마무리 — 핵심 정리와 단원평가
개념 지도 · 단원평가 · 서·논술형 · 자가평가 · 진로 연계
출발 전 점검 — 1단원과의 연결
1단원에서 배운 데이터의 종류·가치가 디딤돌이 됩니다.
배경지식 진단 퀴즈
1단원 연계 · 3문항
1데이터 과학에서 분석에 앞서 '데이터 준비'가 중요한 가장 큰 이유는?
2이 단원에서 주로 다루는, 행과 열의 표로 정리된 데이터를 무엇이라 할까?
3[OX] 두 데이터가 함께 늘고 줄어든다고 해서, 하나가 반드시 다른 하나의 '원인'인 것은 아니다.
이 단원은 데이터 과학에서 가장 손이 많이 가지만 가장 중요한 부분이에요. 데이터를 그냥 믿지 말고 — 어떻게 모았는지 의심하고, 이상한 값은 없는지 살피고, 깨끗이 손질한 뒤에 분석하세요. 그리고 같은 데이터라도 분석 방법에 따라 결론이 달라질 수 있다는 것까지 배웁니다. 데이터를 다루는 '진짜 실력'이 여기서 자라요!