품목정보
발행일	2023년 07월 31일
쪽수, 무게, 크기	408쪽 \| 18823523mm
ISBN13	9791161757711
ISBN10	1161757716

더보기

1장. 헬스케어 개론 1.1 헬스케어란 무엇인가? 1.1.1 헬스케어 비용 1.1.2 헬스케어 기술의 진보와 질병 1.1.3 인간의 수명 연장과 기대 1.1.4 현대인의 고질병인 걱정과 두려움, 스트레스 1.1.5 환자 정보와 프라이버시 보호 1.2 헬스케어의 종류와 최신 기술 트렌드 1.2.1 디지털 헬스케어의 종류 1.2.2 최신 기술 트렌드 및 사례 1.3 헬스케어 기업들의 특징 1.4 헬스케어 빅데이터란 무엇인가? 1.4.1 헬스케어 빅데이터 분석의 위치 1.5 향후 전망 마치며 2장. 빅데이터 분석, 알고리듬, 머신러닝, 인공지능 개론 2.1 빅데이터 분석 2.1.1 빅데이터와 정보의 중요성 2.1.2 빅데이터 분석 2.1.3 빅데이터 분석가와 데이터 과학자 2.1.4 빅데이터 처리 과정 2.2 알고리듬 2.3 인공지능, 머신러닝, 딥러닝 2.3.1 머신러닝의 3가지 학습 방법 2.3.2 ChatGPT 향후 전망 마치며 3장. 파이썬 설치 및 환경 구축하기 3.1 파이썬 설치하기 3.2 IPython 알아보기 3.3 주피터 랩 알아보기 3.3.1 주피터 랩 설치 3.3.2 주피터 노트북의 명령 모드 3.4 VSCode를 주피터처럼 사용하기 3.5 데이터 분석용 필수 라이브러리 설치하기 3.5.1 NumPy 3.5.2 pandas 3.5.3 matplotlib 3.5.4 scikit-learn 3.5.5 statsmodels 3.6 권장 시스템 마치며 4장. 파이썬 기본 문법과 빌트인 자료형 알아보기 4.1 파이썬 문법 4.1.1 주석 4.1.2 함수 4.1.3 익명 함수: 람다 함수 4.1.4 흐름 제어문 4.2 자료형 4.2.1 리스트 4.2.2 튜플 4.2.3 딕셔너리 4.2.4 집합 마치며 5장. NumPy 알아보기 5.1 파이썬 리스트와 배열 5.2 NumPy 알아보기 5.3 ndarray(다차원 배열 객체) 다루기 5.3.1 생성하기 5.3.2 표준 데이터 타입 5.3.3 속성: 차원 수와 모양새, 데이터 타입 5.3.4 전치 5.3.5 인덱싱과 슬라이싱 5.3.6 배열 모양새 바꾸기 5.3.7 팬시 인덱싱 5.3.8 배열의 산술 연산 5.3.9 배열 합치기 및 나누기 5.3.10 조건문으로 배열 추출하기(데이터 마스킹) 5.4 유니버설 함수 5.4.1 대표적인 단항 유니버설 함수 5.4.2 대표적인 이항 유니버설 함수 5.4.3 합, 평균, 표준편차, 분산, 누적값 구하기 5.4.4 난수 생성하기 5.4.5 그 외 유니버설 함수 5.5 배열 정렬하기 5.6 배열 집합 메서드 5.7 저장하기 및 불러오기 5.8 1차원 배열로 변형하기 5.9 브로드캐스팅 5.10 구조화된 배열 5.11 그 외 유용한 함수 마치며 6장. pandas 알아보기 6.1 데이터 타입 6.2 시리즈 6.2.1 딕셔너리로부터 시리즈 생성하기 6.2.2 명시적 인덱싱과 암묵적 인덱싱 6.2.3 조건문으로 배열 추출: 마스킹 6.2.4 벡터 연산 6.2.5 그 외 6.3 데이터프레임 6.3.1 전치 6.3.2 슬라이싱 6.3.3 슬라이싱으로 역순 정렬하기 6.3.4 마스킹 6.3.5 데이터 연산하기 6.4 누락된 데이터 다루기 6.4.1 결측치 관련 메서드 6.4.2 결측치 데이터 조사하기 6.4.3 결측치 데이터 추출하기 6.4.4 결측치 집계 구하기 6.4.5 결측치를 특정값으로 채워넣기 6.4.6 결측치 데이터 처리하기 6.4.7 결측치 제거하기 6.5 Index 6.5.1 멀티(계층적)인덱스 6.5.2 인덱스로 데이터 접근하기 6.5.3 인덱스 설정 및 해제하기 6.5.4 간단한 집계 및 통계 6.6 데이터 합치기 6.6.1 concat 함수 6.6.2 append 메서드 6.6.3 insert 메서드 6.6.4 merge 함수와 메서드 6.6.5 join 메서드 6.6.6 combine 메서드 6.6.7 combine_first 메서드 6.6.8 update 메서드 6.7 집계 및 통계 구하기 6.7.1 rolling 및 expanding 메서드 6.8 groupby 메서드 6.8.1 aggregate/agg 메서드 6.8.2 filter 메서드 6.8.3 apply 메서드 6.8.4 map 메서드 6.8.5 applymap 메서드 6.8.6 transform 메서드 6.9 상관관계 및 공분산 구하기 6.9.1 corr 메서드 6.9.2 corrwith 메서드 6.9.3 cov 메서드 6.10 중복, 유일 요소 다루기 6.11 데이터 피벗과 피벗테이블 구하기 6.11.1 pivot 메서드 6.11.2 pivot_table 함수와 메서드 6.11.3 melt 메서드 6.12 문자열 다루기 6.12.1 정규표현식 6.13 query 및 eval 메서드 6.13.1 query 메서드 6.13.2 eval 메서드 6.14 시계열 데이터 다루기 6.14.1 date_range 함수 6.14.2 DatetimeIndex 만들기 6.14.3 PeriodIndex 만들기 6.14.4 TimedeltaIndex 만들기 6.14.5 리샘플링하기 6.14.6 shift 및 tshift 메서드 6.15 카테고리(범주형) 데이터 다루기 6.16 파일로부터 읽어오기 및 저장하기 6.16.1 파일로부터 읽어오기 6.16.2 파일로 저장하기 6.17 그 외 메서드와 속성 마치며 7장. 데이터 수집과 전처리하기 7.1 데이터 전처리에 앞서 7.2 데이터 수집하기 7.2.1 웹 크롤링 7.2.2 DBMS로부터 CSV 파일 만들기 7.3 데이터 전처리 7.3.1 정제하기 7.3.2 정규표현식으로 치환하기 7.3.3 열 선택해서 수정하기 마치며 8장. 사례#1-데이터를 시각화해 보기 8.1 MySQL 테이블에서 CSV 파일 추출하기 8.1.1 MySQL shell 접속하기 8.1.2 MySQL 사용자 권한 부여하기 8.1.3 쿼리 결과를 CSV 파일로 저장하기 8.2 히트맵 그래프로 시각화해 보기 8.2.1 CSV 파일 내용 살펴보기 8.2.2 시각화해 보기 8.2.3 여러 그래프를 만들어 보기 8.2.4 일부 데이터 제외한 그래프 만들어 보기 마치며 9장. 사례#2-시계열 데이터 다루기 9.1 쿼리 결과를 CSV 파일로 저장하기 9.2 시계열 데이터 시각화 9.2.1 데이터의 정제 9.2.2 활동지수 평가 함수 만들기 9.2.3 10분 단위로 그룹화하기 9.2.4 1시간 단위로 그룹화하기 9.2.5 1일 단위로 그룹화하기 9.3 1일 데이터 시각화 9.3.1 데이터 정제 및 시각화 9.3.2 그래프를 4개로 나열하기 마치며 10장. 사례#3-누적 막대그래프와 회귀 분석해 보기 10.1 CSV 파일 살펴보기 10.2 센서 29개의 한 달간 상태별 집계 데이터 시각화 10.3 특정 센서의 활동 누적 데이터 비교 10.4 주의와 낙상의 상관관계 10.5 주의와 낙상 회귀 분석해 보기 마치며 11장. 자동화 및 웹 대시보드 만들어 보기 11.1 배치 프로그램이란? 11.2 구글 파이어베이스 다루기 11.2.1 파이어베이스 실시간 DB 프로젝트 설정하기 11.2.2 분석한 데이터를 파이어베이스 실시간 DB에 업로드하기 11.3 웹 대시보드 만들기 11.3.1 자바스크립트에서 파이어베이스 연동하기 11.3.2 라인 차트 그래프 만들기 11.3.3 누적 막대그래프 만들기 11.4 자동화 시스템 구축하기 11.4.1 크론탭으로 자동화하기 11.4.2 파이썬 scheduler 라이브러리로 자동화하기 11.4.3 윈도우 작업 스케줄러로 자동화하기 마치며

더보기

저자 소개 (1명)

저 : 김선일 이동 관심작가 알림신청

출판사 리뷰 출판사 리뷰 보이기/감추기

이 책에서 다루는 내용 -헬스케어와 빅데이터, AI(인공지능) 개론 -IPython, 주피터 노트북, VSCode 사용법 -파이썬의 기본 문법 -NumPy 라이브러리 사용법 -데이터 분석의 핵심 pandas 라이브러리 사용법 -사례에 기초한 데이터 수집과 전처리 -DBMS로부터 분석 대상 데이터를 파일로 추출 -사례에 기초한 시계열 데이터 정제 및 분석, 그룹화, 시각화 -사용자 정의 함수로 데이터 분석 고도화 -자동화를 위한 배치 프로그램 작성 및 크론탭, scheduler 라이브러리 사용법 -간단한 웹 대시보드 제작 이 책의 대상 독자 컴퓨터공학 전공자 및 보건 의료 종사자, 카드사, 보험사 직원 등으로, 파이썬을 활용한 빅데이터 분석 경험이 풍부하지 않은 사람을 대상으로 한다. 파이썬 지식이 부족한 독자들도 쉽게 따라올 수 있도록 구성했다. -파이썬으로 빅데이터를 분석하고 싶은 입문자 -시계열 데이터를 다양한 기법으로 분석, 그룹화, 시각화하기를 원하는 독자 -실제 IT기업에서 빅데이터 분석 및 시각화를 어떻게 구현하는지 궁금한 독자 -상업용 빅데이터 분석과 자동화 시스템 구축, 웹 대시보드를 만들고 싶은 독자 -파이썬의 기초부터 pandas 라이브러리 사용법 레퍼런스가 필요한 독자 이 책의 구성 처음 책을 기획할 때에는 사례 중심으로 책을 구성하고, 파이썬 문법 및 pandas에 대해서는 간략하게 다룰 계획이었다. 그러나 책을 집필하는 과정에서 다른 서적의 pandas 내용에 대한 불만족감이 생겨, 이 책이 분석 업무를 수행할 수 있는 완결된 가이드가 되도록 NumPy와 pandas를 상세하게 다루게 됐다. 다만, matplotlib은 이번에는 포함하지 않았다. matplotlib의 사용 방법은 어렵지 않아, 다른 서적이나 인터넷 자료를 참조하면 충분할 것이다. 지은이의 말 저자는 2021년에 헬스케어 IT 벤처기업 빅헤브솔루션㈜을 창업해 기술 개발을 총괄하고 있다. 업무를 수행하면서 빅데이터 분석 및 시각화 관련 컨설팅 및 구축 의뢰를 종종 받게 되며, 고객들의 주요 고충은 다음과 같다. -파이썬이 어렵다. -numpy와 pandas에 대한 이해가 부족하다. -데이터 정제 방법이 막연하다. -데이터 시각화 방법을 잘 모르겠다. -보고서 및 논문 작성 시, 데이터 정제 및 분석에 많은 시간이 소요된다. -사이렌케어(저자가 근무하는 회사의 헬스케어 솔루션 상표, 호메로스가 지은 오디세이아 책 속 세이렌 자매에 영감을 받아, 솔루션 이름을 사이렌케어로 지었다) 데이터 가운데 의미 있는 정보만 요약 추출하고 싶다. 저자 역시 헬스케어 빅데이터 분석 및 시각화 개발 과정에서 파이썬에 기초한 빅데이터 분석 및 머신러닝 책을 다수 읽었다. 하지만 헬스케어 분야에 특화된 유용한 책을 찾기는 어려웠다. 특히 헬스케어 빅데이터 관련 서적의 저자 대부분은 컴퓨터공학 전공자가 아닌 의료 종사자였고, 이들 저서는 데이터 처리 알고리즘 및 시각화에 관해 상세하게 다루지 않았고, 대부분 의료 관련 내용으로 채워져 있었다. 특히 예제 코드를 주목해 살펴볼 때, 인터넷에 공개된 데이터를 예시로 사용해 데이터 정제 및 조작, 그리고 일부 시각화에 그치는 경우가 많았으며, 실제 업무에 큰 도움이 되지 않았다. 저자의 아내는 국내 유명 경제연구소에서 연구원으로 근무하는 경제학 박사인데, 때때로 빅데이터 분석 및 딥러닝 구현 방법에 관해 저자에게 조언을 구한다. 이럴 때마다 저자는 참고할 만한 서적 또는 웹사이트를 소개해준다. 아내는 바쁜 경제학자들도 쉽게 이해하고 따라갈 수 있는, 표보다는 차트가 많고 일목요연하게 정리된 책이 필요하다고 강조했다. 또한, 저자의 고객 중 보험사 및 병원 의료진, 카드사 직원들로부터도 파이썬을 이용한 분석 방법에 관한 많은 질문을 받았다. 이에 저자는 컴퓨터 전문가가 아닌 분들도 현업에서 파이썬을 이용해 쉽게 빅데이터 분석과 시각화를 할 수 있는 책을 출판하기로 결심했다. 최근 헬스케어 분야는 IoT(Internet of Things, 사물인터넷)에서 IoB(Internet of Bodies, 신체인터넷) 영역까지 확대되는 중이다. 따라서 피보호자의 움직임 및 활동 정보에 기초한 분석 내용을 다루는 이 책이 관련 분야 종사자들에게 도움이 될 것이라 생각한다. 이와 더불어, 주변 사람들의 의견을 충분히 참고해 여러 책을 참조하지 않아도 헬스케어 빅데이터 분석이 가능하도록 책을 구성했다. 또한, 이 책 하나만으로 입문자와 중간 수준의 파이썬 데이터 분석가들이 분석 업무를 수행할 수 있게 작성했다. 이 책이 독자들의 본업에 도움이 되기를 바란다.

회원리뷰 (2건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 7.0점 7.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (3건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 8.7점 8.7 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리