핵심 아이디어
이 단원을 관통하는 두 가지 큰 생각
모델 = 데이터에서 찾은 '규칙'
데이터 모델은 복잡한 데이터를 간단한 규칙·패턴으로 요약한 것이에요. 그 규칙으로 예측하고, 묶고, 관계를 설명할 수 있죠. 목적에 맞는 모델을 고르는 것이 핵심이에요.
만드는 것보다 '평가'가 중요하다
모델은 만들면 끝이 아니에요. 얼마나 잘 맞히는지 평가하고, 여러 방법을 비교해서 가장 적합한 것을 골라야 해요. 평가 없는 모델은 믿을 수 없습니다.
이 단원의 성취기준
6개 성취기준 — 데이터 과학의 핵심부예요.
데이터 모델 개념을 이해하고 데이터 분석에 활용할 수 있는 도구를 탐색한다.
동일한 데이터를 통계적 회귀모델과 기계학습 회귀모델로 분석하여 결과 해석을 비교한다.
속성의 유사성을 측정·분석해 군집을 형성하고, 군집 분석 결과의 의미를 해석한다.
데이터 간의 관계·상호 연관성을 분석하고 결과의 의미를 해석한다. (장바구니 분석)
분석 방법에 따른 데이터 모델의 분석 결과를 비교·평가한다. (예측률·정확도)
다양한 분석 방법을 비교·평가하여 목적에 가장 적합한 방법을 적용한다.
시작하기 전에 — 어떤 분석이 필요할까?
아래 질문마다 알맞은 분석 방법을 골라 보세요. 이 단원에서 배울 네 가지예요!
학습 로드맵
모델을 만들고 평가하는 순서대로 배워요.
데이터로 미래를 보다 — 모델과 분석 도구
데이터 모델 개념, 분석 모델 4종(회귀·분류·군집·연관)과 도구 · 🕹️ 분석 모델 탐험기
직선으로 예측하다 — 회귀(통계 vs 기계학습)
회귀선, 통계적 회귀 vs 기계학습 회귀 비교 · 🕹️ 회귀선 맞추기 + 두 방법 대결
비슷한 것끼리 묶다 — 군집 분석
유사성·거리, k-평균 군집, 결과 해석 · 🕹️ 고객 세분화 k-평균 시뮬레이터
함께 일어나는 일 — 연관 분석
장바구니 분석, 지지도·신뢰도·향상도 · 🕹️ 장바구니 연관 분석기
좋은 모델 고르기 — 평가와 방법 선택
예측 정확도·오차 평가, 모델 비교, 목적별 최적 방법 · 🕹️ 모델 성능 비교기
단원 마무리 — 핵심 정리와 단원평가
개념 지도 · 단원평가 · 서·논술형 · 자가평가 · 진로 연계
출발 전 점검 — 1·2단원과의 연결
앞에서 배운 데이터·분석 지식이 디딤돌이 됩니다.
배경지식 진단 퀴즈
1·2단원 연계 · 3문항
1두 변수의 관계를 점으로 나타내, 회귀 분석의 출발점이 되는 그래프는?
2[OX] 아무리 좋은 모델이라도, 편향되거나 지저분한 데이터로 만들면 결과를 믿기 어렵다.
3데이터로부터 컴퓨터가 스스로 규칙·패턴을 학습하는 것을 무엇이라 할까?
이 단원은 데이터 과학에서 가장 흥미진진한 부분이에요. 모델을 만드는 것에서 그치지 말고, 그 결과가 무슨 의미인지 해석하고, 여러 방법을 비교·평가해 가장 좋은 것을 고르는 안목을 길러요. 시뮬레이터를 꼭 직접 조작해 보세요 — 회귀선을 끌어 보고, 군집이 형성되는 걸 지켜보고, 연관 규칙을 계산하다 보면 '모델'이 손에 잡힐 거예요! 🚀