메타코드M

빅분기 실기 Python 기출 11회 완벽 풀이｜2026년 대비 올인원

Reading time: 2 min

이 영상은 2026년 대비 빅분기 실기 Python 기출 11회 문제를 상세히 풀이한다. 다양한 문제 유형과 해결 방법, 실전 팁을 제공한다. 특히 데이터 분석과 모델링 실습에 집중한다.

11회 기출 문제 개요 및 문제 설명 00:01

11회 시험은 1류형, 2류형, 3류형 문제로 구성되며, 각각 배점과 문제 유형이 다르다. 데이터는 주로 수치형이며, 문제는 연도별 배출량 분석, 결측치 처리, 고객별 거래 분석, 회귀 분석 등이다.

연도별 온실가스 배출량 분석 방법 06:40

데이터에서 가장 많은 1위 국가를 찾기 위해 idxmax와 value_counts를 활용하며, 와이드와 롱 데이터 변환 방법도 설명한다. 그룹바이와 transform 함수 활용법도 소개한다.

연도별 최대 배출량과 국가 이름 찾기 13:18

그룹별 최대 배출량을 구하고, 이를 활용해 각 연도별 1위 국가를 파악하는 방법을 설명한다. 중복값 처리와 데이터 변환 과정도 상세히 다룬다.

온실가스 연평균 성장률(CAGR) 계산 20:01

최초와 최종 연도 배출량을 이용해 CAGR 공식을 적용, 2001~2021년 데이터를 기준으로 계산하는 방법을 설명한다. 수식을 그대로 적용하는 실습 예제도 포함한다.

결측치 많은 컬럼 찾기 및 중앙값 대체 26:17

결측치가 가장 많은 컬럼을 찾고, 중앙값으로 결측치를 대체한 후 평균값을 계산하는 방법을 실습한다. 이를 통해 데이터 전처리의 중요성을 강조한다.

고객별 거래 데이터 분석 32:34

거래 코드가 C로 시작하는 고객을 필터링하고, 고객별 취소 금액 합계와 가장 큰 취소 고객을 찾는 방법을 설명한다. 그룹바이와 idxmax 활용법도 소개한다.

주문 취소 금액이 가장 큰 고객 찾기 38:41

그룹바이와 idxmax를 활용하여 취소 금액이 가장 큰 고객을 찾고, 해당 고객 코드를 도출하는 실습을 보여준다.

주문 취소 금액의 부호 조정과 최대값 구하기 44:52

취소 금액을 음수로 처리하고, 그룹별 합계 후 최대값을 구하는 방법을 설명한다. 이를 통해 고객별 매출액 분석이 가능하다.

회귀 분석과 하이퍼파라미터 최적화 51:27

로지스틱 회귀와 다중선형 회귀를 활용한 분석, p-value 해석, 민감도와 성능 지표 계산, 교차 검증, 그리드 서치 등 실전 모델링 전략을 상세히 소개한다.

🔒

이 영상에는 더 깊이 있는 상세 분석과 AI 인사이트가 준비되어 있어요. 플랜을 업그레이드하면 모든 요약의 심화 내용을 볼 수 있어요.

2회 조회됨

메타코드M 채널을 구독하고 새로운 영상이 올라올 때마다 AI가 요약해서 이메일로 보내드립니다.

무료로 시작

이메일 자동 알림

AI 요약 즉시 확인