음성 검색
QR/바코드 검색
품목정보
| 출간일 | 2022년 01월 14일 |
|---|---|
| 쪽수, 무게, 크기 | 520쪽 | 188*259*35mm |
| ISBN13 | 9791158393069 |
| ISBN10 | 1158393067 |
eBook이 출간되면 알려드립니다.
eBook 출간 알림 신청
- 이미 소장하고 있다면 판매해 보세요! 이 상품 팔기 더보기/감추기
.jpg)
.jpg)
.jpg)
1
2
3
4
5
관련분류
책소개 책소개 보이기/감추기
| 방대한 데이터 분석 콘텐츠를 ADsP 출제 경향에 맞게 컴팩트하게 정리하여 시간에 쫓기는 수험생들에게 최대한 공부 효율을 높일 수 있도록 구성했고 데이터 분석을 처음 접하는 초심자나 비전공자들이 이해하기 쉽도록 용어와 문장을 다듬었다. R을 활용한 분석 실습 예제로 실제 적용 과정을 이해할 수 있어, 무작정 외우는 공부가 아닌 이해하는 공부가 될 수 있도록 구성했다. |
목차 목차 보이기/감추기
| [1과목] 데이터 이해 01장: 데이터의 이해 01 _ 데이터와 정보 __1. 데이터의 정의 __2. 데이터와 정보 __핵심문제 02 _ 데이터베이스 __1. 데이터베이스 개요 __2. 데이터베이스 활용 __핵심문제 02장: 데이터의 가치와 미래 01 _ 빅데이터의 이해 __1. 빅데이터의 이해 __2. 빅데이터 출현 배경 __핵심문제 02 _ 데이터의 가치와 미래 __1. 빅데이터의 가치와 영향 __2. 빅데이터와 비즈니스 모델 __3. 빅데이터의 위기 요인과 통제 방안 __핵심문제 03 _ 가치창조를 위한 데이터 사이언스와 전략 인사이트 __1. 빅데이터 분석과 전략 인사이트 __2. 전략 인사이트 도출을 위해 필요한 역량 __3. 빅데이터 그리고 데이터 사이언스의 미래 __핵심문제 __기출유형문제 __예상문제 [02과목] 데이터 분석 기획 01장: 데이터 분석 기획의 이해 01 _ 분석 기획과 분석 방법론 __1. 분석 기획 __2. 분석 방법론 개요 __3. 전통적인 분석 방법론 두 가지 __4. 빅데이터 분석 방법론 __핵심문제 02 _ 분석 과제 발굴 __1. 분석 과제 발굴 개요 __2. 하향식 접근법 __3. 상향식 접근법 __핵심문제 03 _ 분석 프로젝트 관리 방안 __1. 분석 프로젝트 관리 개요 __2. 분석 과제 관리 방안 __핵심문제 02장: 분석 마스터플랜 01 _ 마스터플랜 수립 __1. 마스터플랜 수립 __2. 수행 과제 도출 및 우선순위 평가 __3. 이행 계획 수립 __핵심문제 02 _ 분석 거버넌스 체계 수립 __1. 거버넌스 체계 개요 __2. 데이터 분석 성숙도 모델 및 수준 진단 __3. 분석 지원 인프라 방안 수립 __4. 데이터 거버넌스 체계 수립 __5. 데이터 조직 및 인력방안 수립 __6. 분석 과제 관리 프로세스 수립 __7. 분석 교육 및 변화관리 __핵심문제 __기출유형문제 __예상문제 [03과목] 데이터 분석 01장: R 기초와 데이터 마트 01 _ R 기초 __1. R 설치 및 기본 사용법 __2. R 기본 문법 __핵심문제 02 _ 데이터 마트 __1. 데이터 마트의 이해 __2. 데이터 마트 개발을 위한 R 패키지 활용 __핵심문제 03 _ 데이터 탐색 __1. 탐색적 데이터 분석(EDA) __2. 결측값 __3. 이상값 __핵심문제 02장: 통계 분석 01 _ 통계의 이해 __1. 통계 개요 __2. 확률과 확률분포 __3. 추정과 가설검정 __핵심문제 02 _ 기초통계 __1. t-검정 __2. 분산 분석(ANOVA) __3. 교차분석 __4. 상관분석 __핵심문제 03 _ 회귀분석 __1. 회귀분석 개요 __2. 단순선형회귀분석 __3. 다중선형회귀분석 __4. 최적 회귀방정식 __5. 고급 회귀분석 __핵심문제 04 _ 다변량 분석 __1. 다차원 척도법 __2. 주성분분석(PCA) __핵심문제 05 _ 시계열 분석 __1. 시계열 분석 개요 __2. 시계열 모형 __핵심문제 03장: 정형 데이터 마이닝 01 _ 데이터 마이닝 __1. 데이터 마이닝 개요 __2. 데이터 분할 __핵심문제 02 _ 분류분석 __1. 로지스틱 회귀분석 __2. 의사결정나무 __3. 앙상블분석 __4. 인공신경망 분석 __5. 나이브베이즈 분류 __6. k-NN 알고리즘 __7. 서포트벡터머신 __8. 분류 모형 성과 평가 __핵심문제 03 _ 군집분석 __1. 군집분석 __2. 계층적 군집분석 __3. 혼합 분포 군집 __4. 자기조직화지도(SOM) __핵심문제 04 _ 연관분석 __1. 연관분석의 개요 및 측도 __2. 연관분석의 알고리즘과 특징 __핵심문제 __기출유형문제 __예상문제 핵심 서브노트 주관식 110제 모의고사 (16회) 기출 변형 문제 1 (17회) 기출 변형 문제 2 (18회) 기출 변형 문제 3 |
상세 이미지 상세 이미지 보이기/감추기
상품 이미지를 확대해서 볼 수 있습니다.
원본 이미지
.jpg)
저자 소개 (2명)
출판사 리뷰 출판사 리뷰 보이기/감추기
◎ 빠르고 효율적인 공부를 위한 ADsP 수험서
방대한 데이터 분석 콘텐츠를 ADsP 출제 경향에 맞게 컴팩트하게 정리하여 시간에 쫓기는 수험생들에게 최대한 공부 효율을 높일 수 있도록 구성했습니다.
◎ 초심자, 비전공자들을 위해 이해하기 쉽게 풀어 쓴 ADsP 수험서
데이터 분석을 처음 접하는 초심자나 비전공자들이 이해하기 쉽도록 용어와 문장을 다듬었습니다. 아울러 초심자 비전공자를 위한 ‘EASY BOX’, 출제 경향과 중요도를 안내하는 ‘TIP-BOX’, 풍부한 설명을 담은 ‘참고-BOX’와 그래프, 표 등을 활용하여 이해하기 쉽도록 구성했습니다.
◎ 풍부한 R 실습 예제로 충분히 이해할 수 있도록 구성
R을 활용한 분석 실습 예제로 실제 적용 과정을 이해할 수 있어, 무작정 외우는 공부가 아닌 이해하는 공부가 될 수 있도록 구성했습니다.
◎ 총 860문항에 달하는 압도적인 문제편
각 절마다 등장하는 핵심문제, 기출 유형 문제, 예상문제, 주관식문제, 모의고사 3회분, 기출 변형 문제 3회분 등 총 860문항에 달하는 방대한 문제를 수록하여 문제를 통한 반복 훈련에 부족함이 없도록 구성했습니다.
◎ 핵심 서브노트 주관식 110제
전 과목 공부를 마치면, 하루 안에 중요한 핵심 개념들을 총정리할 수 있는 ‘핵심 서브노트 주관식 110제’를 제공합니다. 시험을 보기 1~2일 전 핵심 서브노트로 활용한다면 효과가 극대화될 것입니다.
★ 이 책에서 다루는 내용 ★
◎ 1과목 〈데이터의 이해〉 - 데이터 이해, 데이터의 가치와 미래
◎ 2과목 〈데이터 분석 기획〉 - 데이터 분석 기획의 이해, 분석 마스터플랜
◎ 3과목 〈데이터 분석〉 - R 기초와 데이터 마트, 통계 분석, 정형 데이터 마이닝
방대한 데이터 분석 콘텐츠를 ADsP 출제 경향에 맞게 컴팩트하게 정리하여 시간에 쫓기는 수험생들에게 최대한 공부 효율을 높일 수 있도록 구성했습니다.
◎ 초심자, 비전공자들을 위해 이해하기 쉽게 풀어 쓴 ADsP 수험서
데이터 분석을 처음 접하는 초심자나 비전공자들이 이해하기 쉽도록 용어와 문장을 다듬었습니다. 아울러 초심자 비전공자를 위한 ‘EASY BOX’, 출제 경향과 중요도를 안내하는 ‘TIP-BOX’, 풍부한 설명을 담은 ‘참고-BOX’와 그래프, 표 등을 활용하여 이해하기 쉽도록 구성했습니다.
◎ 풍부한 R 실습 예제로 충분히 이해할 수 있도록 구성
R을 활용한 분석 실습 예제로 실제 적용 과정을 이해할 수 있어, 무작정 외우는 공부가 아닌 이해하는 공부가 될 수 있도록 구성했습니다.
◎ 총 860문항에 달하는 압도적인 문제편
각 절마다 등장하는 핵심문제, 기출 유형 문제, 예상문제, 주관식문제, 모의고사 3회분, 기출 변형 문제 3회분 등 총 860문항에 달하는 방대한 문제를 수록하여 문제를 통한 반복 훈련에 부족함이 없도록 구성했습니다.
◎ 핵심 서브노트 주관식 110제
전 과목 공부를 마치면, 하루 안에 중요한 핵심 개념들을 총정리할 수 있는 ‘핵심 서브노트 주관식 110제’를 제공합니다. 시험을 보기 1~2일 전 핵심 서브노트로 활용한다면 효과가 극대화될 것입니다.
★ 이 책에서 다루는 내용 ★
◎ 1과목 〈데이터의 이해〉 - 데이터 이해, 데이터의 가치와 미래
◎ 2과목 〈데이터 분석 기획〉 - 데이터 분석 기획의 이해, 분석 마스터플랜
◎ 3과목 〈데이터 분석〉 - R 기초와 데이터 마트, 통계 분석, 정형 데이터 마이닝
