음성 검색
QR/바코드 검색
품목정보
| 출간일 | 2021년 08월 27일 |
|---|---|
| 쪽수, 무게, 크기 | 572쪽 | 173*230*35mm |
| ISBN13 | 9791165920791 |
| ISBN10 | 1165920794 |
파이썬으로 캐글 뽀개기
: 파이썬으로 시작해서 포트폴리오로 취업까지
Evan,조대연,김보경,정필원,최준영 저
|
비제이퍼블릭(BJ퍼블릭)
|
2021년 08월 27일
저자/출판사 더보기/감추기
- OS/데이터베이스 top100 4주
- eBook
24,800원이동 - 이미 소장하고 있다면 판매해 보세요! 이 상품 팔기 매입가 4,100원 더보기/감추기
.jpg)
.jpg)
![[단독]『혼자 공부하는 파이썬』 개정판 출간](https://image.yes24.com/images/13_EventWorld/219897_02.jpg)
.jpg)
![[단독] 에듀윌 IT 자격증 기획전 - 가장 빠른 합격출구 EXIT](https://image.yes24.com/images/13_EventWorld/222599_02.jpg)
1
2
3
4
5
관련분류
이 상품의 태그
-
'2023 AI EDU 빅데이터 분석기사 한권으로 끝내기 (필답형+작업형)' 상세페이지 이동
2023 AI EDU 빅데이터 분석기사 한권으로 끝내기 (필답형+작업형)
27,000원 (10%)
- 더보기
책소개 책소개 보이기/감추기
|
데이터 분석가를 시작하려는 비전공자를 위한 완벽한 기초 가이드 이 책은 간단한 이론과 원리를 배운 후 빠르게 캐글에 도전하는 기본적인 지침서를 제공한다. 그리고 좌충우돌하면서 겪게 될 다양한 스토리를 소개하고, 캐글에 도전하는 것만큼 중요한 포트폴리오가 보관될 Github 사용법과 Github Blog를 만드는 방법도 포함하고 있다. 이 책은 데이터 분석가를 시작하려는 모든 분에게 가이드를 제공할 것입니다. |
목차 목차 보이기/감추기
| Part 1 Intro 1 구글 코랩 & 캐글 1.1 구글 코랩(Colaboratory)에 관해 1.2 캐글(Kaggle)에 관해 2 파이썬 기초 문법 2.1 변수(Scalar) 2.2 변수(Non-Scalar) 2.3 리스트(List) 2.4 튜플(Tuple) 2.5 딕셔너리(Dictionary) 2.6 집합(Set) 자료형 2.7 파이썬의 조건문 2.8 파이썬의 반복문 2.9 정리 3 Numpy 3.1 NumPy 기본 문법 3.2 NumPy 배열 생성 및 둘러보기 3.3 NumPy 인덱싱과 슬라이싱 3.4 NumPy 정렬 3.5 정리 4 Pandas 라이브러리 4.1 Pandas 설치 4.2 구글 드라이브와 연동 4.3 데이터 둘러보기 4.4 데이터 다뤄 보기 4.5 데이터 인덱싱 4.6 기본 데이터 전처리 4.7 정리 5 파이썬 시각화 5.1 Matplotlib 라이브러리 5.2 Seaborn 라이브러리 5.3 Intermediate Level 도전 5.4 정리 6 머신러닝의 역사 7 캐글에서 사용되는 다양한 머신러닝 알고리즘 7.1 지도 학습과 비지도 학습 7.2 회귀 모형 7.3 의사 결정 나무 7.4 앙상블 학습 7.5 배깅(Bagging) 7.6 랜덤 포레스트(Random Forest) 7.7 부스팅 기법(Boosting Methods) 7.8 스태킹 또는 블렌딩 기법(Stacking or Blending Methods) 7.9 사이킷런(Scikit-Learn) 7.10 정리 Part 2 Kaggle Basic 1 캐글 노트북(Kaggle Notebook)에 관한 흥미로운 토론 2주택 가격 예측 문제 2.1 Kaggle API 다운로드 2.2 Kaggle API 업로드 2.3 Kaggle 데이터 다운로드 및 불러오기 2.4 데이터 둘러보기 2.5 머신러닝 Workflow 2.6 Feature Engineering 2.7 머신러닝 모형 학습 및 평가 3 진짜 재난 뉴스 판별기 만들기 3.1 텍스트 분석 수행 과정 3.2 Kaggle 데이터 불러오기 3.3 탐색적 자료 분석 3.4 Feature Engineering 3.5 머신러닝 모형 학습 및 평가 3.6 정리 Part 3 Kaggle Intermediate 1 Boosting 알고리즘의 발전 1.1 XGBoost 1.2 LightGBM 1.3 CatBoost 2 New York City Taxi Fare Prediction 2.1 Kaggle 데이터 다운로드 2.2 데이터 시각화 2.3 Feature Engineering 2.4 Modelling 3 San Francisco Crime Classfication 3.1 데이터 불러오기 3.2 평가 지표 확인 3.3 탐색적 자료 분석 3.4 Feature Engineering 3.5 Modelling 3.6 정리 3.7 데이터 과학의 프로세스 리뷰 Part 4 Beyond Kaggle 1 자격증은 정말로 중요한가? 2 면접은 어떻게 구성이 되는가? 3 Github와 기술 블로그의 장점 3.1 기록의 관점에서 3.2 정보 공유의 관점에서 3.3 커리어 관리의 관점에서 4 Github & Git 4.1 Github 4.2 Google Colab과 Github의 연동 4.3 Git 연동 4.4 Git & 리눅스 명령어 4.5 Github 블로그 4.6 Github 포트폴리오 |
상세 이미지 상세 이미지 보이기/감추기
상품 이미지를 확대해서 볼 수 있습니다.
원본 이미지
저자 소개 (5명)
출판사 리뷰 출판사 리뷰 보이기/감추기
데이터 분석가를 시작하려는 비전공자를 위한
완벽한 기초 가이드
Learning by Doing! 직접 부딪치며 배우자는 것이 이 책의 철학입니다. 비전공자분들이 다양한 입문서를 읽는 것 못지않게 중요한 것은 일단 도전하는 것입니다. 본 책은 간단한 이론과 원리를 배운 후 빠르게 캐글에 도전하는 기본적인 지침서를 제공합니다. 그리고 좌충우돌하면서 겪게 될 다양한 스토리를 소개하고, 캐글에 도전하는 것만큼 중요한 포트폴리오가 보관될 Github 사용법과 Github Blog를 만드는 방법도 포함하고 있습니다. 이 책은 데이터 분석가를 시작하려는 모든 분에게 완벽한 가이드를 제공할 것입니다.
이 책의 특징
- 다양한 캐글 대회 참여 방법 소개
- NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn 등 데이터 과학의 필수 라이브러리 소개
- XGBoost, LightGBM, CatBoost 등 최신 알고리즘 소개
이 책이 필요한 독자
- 데이터 분석에 관심이 많고 데이터 분석가로 취업 및 전직을 하고 싶은 모든 비전공자
- 캐글을 포함한 각종 경진 대회에 직접 참여하고 싶은 분들
- 업무 협업을 위한 기초적인 Git, Linux, Github 블로그 활용법이 궁금한 분들
소스코드 다운로드
https://github.com/bjpublic/pythonkaggle
출판사 리뷰
이 책의 주목적은 코딩을 처음 접하는 사람이 데이터 분석 및 머신러닝을 수행하는 데 필요한 기본 문법을 익혀서 캐글 대회에 참여할 수 있는 역량을 키워 주는 동시에, 취업 포트폴리오를 만드는 일련의 과정을 포함합니다. 입문자분들을 대상으로 한 책이다 보니, 통계 및 머신러닝의 어려운 알고리즘 수식은 최대한 배제하고 설명하고 있습니다.
입문자가 어려움 없이 개념에 대한 이해를 하도록 최대한 노력하였는데, 이 책은 각 분야에 대하여 상세하게 설명한 책이라기보다는 데이터 분석가 및 머신러닝 개발자로 성장하는 데 필요한 부분들을 설명해 놓은 일종의 가이드북입니다. 저자의 철학대로 손으로 몸으로 체득해보시기 바랍니다.
완벽한 기초 가이드
Learning by Doing! 직접 부딪치며 배우자는 것이 이 책의 철학입니다. 비전공자분들이 다양한 입문서를 읽는 것 못지않게 중요한 것은 일단 도전하는 것입니다. 본 책은 간단한 이론과 원리를 배운 후 빠르게 캐글에 도전하는 기본적인 지침서를 제공합니다. 그리고 좌충우돌하면서 겪게 될 다양한 스토리를 소개하고, 캐글에 도전하는 것만큼 중요한 포트폴리오가 보관될 Github 사용법과 Github Blog를 만드는 방법도 포함하고 있습니다. 이 책은 데이터 분석가를 시작하려는 모든 분에게 완벽한 가이드를 제공할 것입니다.
이 책의 특징
- 다양한 캐글 대회 참여 방법 소개
- NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn 등 데이터 과학의 필수 라이브러리 소개
- XGBoost, LightGBM, CatBoost 등 최신 알고리즘 소개
이 책이 필요한 독자
- 데이터 분석에 관심이 많고 데이터 분석가로 취업 및 전직을 하고 싶은 모든 비전공자
- 캐글을 포함한 각종 경진 대회에 직접 참여하고 싶은 분들
- 업무 협업을 위한 기초적인 Git, Linux, Github 블로그 활용법이 궁금한 분들
소스코드 다운로드
https://github.com/bjpublic/pythonkaggle
출판사 리뷰
이 책의 주목적은 코딩을 처음 접하는 사람이 데이터 분석 및 머신러닝을 수행하는 데 필요한 기본 문법을 익혀서 캐글 대회에 참여할 수 있는 역량을 키워 주는 동시에, 취업 포트폴리오를 만드는 일련의 과정을 포함합니다. 입문자분들을 대상으로 한 책이다 보니, 통계 및 머신러닝의 어려운 알고리즘 수식은 최대한 배제하고 설명하고 있습니다.
입문자가 어려움 없이 개념에 대한 이해를 하도록 최대한 노력하였는데, 이 책은 각 분야에 대하여 상세하게 설명한 책이라기보다는 데이터 분석가 및 머신러닝 개발자로 성장하는 데 필요한 부분들을 설명해 놓은 일종의 가이드북입니다. 저자의 철학대로 손으로 몸으로 체득해보시기 바랍니다.
회원리뷰 (1건)
혜택 및 유의사항?
최근 머신러닝에 대해 접할 일이 생겨 큰 맥락을 잡고자 구매하였구요, 역시 전반적으로 머신러닝에 필요한 여러 굵직한 맥락들을 불가능하지만 책한권에 최대한 담아내려 노력한 흔적이 느껴집니다. 처음 프로그래밍을 시작하여 머신러닝, 캐글 Competition 까지 입문하는 방향을 얻고자 하시는 분에게 가이드라인을 받기에는 괜찮은 책입니다.그리고 각각의 라이브러리들이 제공하는 풍;
리뷰제목
최근 머신러닝에 대해 접할 일이 생겨 큰 맥락을 잡고자 구매하였구요, 역시 전반적으로 머신러닝에 필요한 여러 굵직한 맥락들을 불가능하지만 책한권에 최대한 담아내려 노력한 흔적이 느껴집니다. 처음 프로그래밍을 시작하여 머신러닝, 캐글 Competition 까지 입문하는 방향을 얻고자 하시는 분에게 가이드라인을 받기에는 괜찮은 책입니다.
그리고 각각의 라이브러리들이 제공하는 풍부한 기능이나 머신러닝의 이론에 대해 심도있게 공부하시려는 분에게는 책에서 관련링크를 두어 찾아볼 수 있도록 권장하고 있습니다.
기초파이썬 문법으로 시작하여 Preprocessing 그리고 EDA , Visualizing에 대한 루틴한 코드 / 캐글 데이터 분석에 자주 쓰이는 코드들을 정리한 초반부와 머신러닝 이론부와 라이브러리 사용법을 다룬 중후반부로 나뉘며 수식으로 이론에 대한 배경이해를 돕고 있습니다.
Git, 파이썬 기초부분이나 라이브러리 사용법은 어짜피 따로 보아야 하는 부분이니 제외하고 현업사례나 목소리를 더 실었으면 좋았을 것 같습니다
그리고 각각의 라이브러리들이 제공하는 풍부한 기능이나 머신러닝의 이론에 대해 심도있게 공부하시려는 분에게는 책에서 관련링크를 두어 찾아볼 수 있도록 권장하고 있습니다.
기초파이썬 문법으로 시작하여 Preprocessing 그리고 EDA , Visualizing에 대한 루틴한 코드 / 캐글 데이터 분석에 자주 쓰이는 코드들을 정리한 초반부와 머신러닝 이론부와 라이브러리 사용법을 다룬 중후반부로 나뉘며 수식으로 이론에 대한 배경이해를 돕고 있습니다.
Git, 파이썬 기초부분이나 라이브러리 사용법은 어짜피 따로 보아야 하는 부분이니 제외하고 현업사례나 목소리를 더 실었으면 좋았을 것 같습니다
