1장 자연어 분석 준비
1.1 실습 환경 준비
1.1.1 konlpy 설치
1.1.2 주피터 노트북 설치
1.1.3 주피터 노트북 사용법 익히기
1.1.4 분석에 필요한 라이브러리 설치

1.2 파이썬
1.2.1 변수와 데이터 타입
1.2.2 자료 구조
1.2.3 조건문
1.2.4 반복문
1.2.5 함수
1.2.6 변수 범위

1.3 판다스
1.3.1 데이터 프레임 생성
1.3.2 데이터 프레임 형태 조절
1.3.3 데이터 추출
1.3.4 논리 연산자
1.3.5 데이터 요약
1.3.6 결측치 처리
1.3.7 열 생성
1.3.8 데이터 그룹화
1.3.9 데이터 병합

1.4 경기도 인구 데이터 분석

1.5 국민건강보험공단 진료 내역 정보 전처리
1.5.1 설정 및 데이터 가져오기
1.5.2 데이터 연결 및 필요한 열만 추출
1.5.3 다른 데이터와 데이터 합치기 1
1.5.4 다른 데이터와 데이터 합치기 2
1.5.5 함수를 사용한 데이터 처리

2장 스크래퍼로 데이터 수집
2.1 스크래퍼란

2.2 스크래퍼 첫걸음
2.2.1 클라이언트와 서버의 개념
2.2.2 알아야 할 HTML 기초 지식
2.2.3 HTML 파일 생성
2.2.4 간단한 스크래퍼 만들기

2.3 requests 라이브러리를 활용한 커뮤니티 정보 수집
2.3.1 스크래퍼 제작 첫 단계는 URL 찾기부터
2.3.2 HTML 수집과 파싱
2.3.3 정보 수집하기
2.3.4 데이터 전처리: 정규 표현식
2.3.5 결과 저장

2.4 무엇이든 수집하는 selenium 라이브러리
2.4.1 가상 웹 브라우저 사용 준비
2.4.2 양질의 정보가 있는 네이버 카페
2.4.3 생생한 고객 의견을 들을 수 있는 쇼핑몰 리뷰 수집

3장 수집한 데이터로 자연어 분석
3.1 내가 그 편의점만 가는 이유
3.1.1 커뮤니티 데이터 불러오기
3.1.2 데이터 전처리 1: 정규 표현식
3.1.3 데이터 전처리 2: 형태소 분석
3.1.4 데이터 분석 1: 많이 등장한 단어를 찾아 주는 다빈도 단어 분석
3.1.5 데이터 분석 2: 자주 등장하는 짝꿍 단어를 찾아 주는 nGram 분석
3.1.6 데이터 분석 3: 편의점 주력 제품 찾기
3.1.7 데이터 분석 4: TFIDF로 편의점 주요 키워드 찾기
3.1.8 편의점에는 어떤 제품이 반응이 좋을까요: 결과 1차 정리

3.2 어떤 떡볶이가 맛있을까?
3.2.1 데이터 불러오기: 쇼핑몰 데이터
3.2.2 데이터 전처리: 가중치 구하기
3.2.3 데이터 분석: 자주 등장하는 떡볶이 해시태그 찾기
3.2.4 데이터 불러오기: 떡볶이 제품 리뷰 데이터
3.2.5 데이터 전처리: 정규 표현식
3.2.6 데이터 전처리: 형태소 분석
3.2.7 데이터 분석: 다빈도 표현 분석
3.2.8 데이터 분석: 떡볶이 소비 환경 분석
3.2.9 어떤 떡볶이를 기획하면 좋을까?

3.3 2040 여성들의 건강 고민 살피기
3.3.1 데이터 불러오기: 여성 건강 커뮤니티 데이터
3.3.2 데이터 분석: 게시물 날짜 정보 구하기
3.3.3 데이터 분석: 포스팅 랭킹 구하기
3.3.4 데이터 분석: 주요 주제 찾기
3.3.5 형태소 분석: 명사 추출
3.3.6 데이터 불러오기: 트위터
3.3.7 데이터 전처리: 맞춤법 교정
3.3.8 데이터 전처리: 명사 추출
3.3.9 데이터 분석: nGram
3.3.10 국민건강보험공단에서 제공하는 진료 내역 정보 데이터 분석
3.3.11 2040 여성에게 어떤 건강 서비스를 제공하면 좋을까?

3.4 내 여자친구 최애 쿠션 찾아 주기
3.4.1 데이터 가져오기
3.4.2 제품 기본 정보 데이터 전처리
3.4.3 해시태그 전처리
3.4.4 해시태그 분석으로 제품 트렌드 변화 관찰
3.4.5 Rank( ) 함수로 해시태그에 가중치 더하기
3.4.6 해시태그 빈도 및 기울기 구하기
3.4.7 주요 제품 열 개 찾아보기
3.4.8 리뷰 데이터 불러오기
3.4.9 형태소 분석을 이용하여 리뷰에서 의도 찾기
3.4.10 nGram으로 키워드 파악
3.4.11 표현의 숨겨진 의미 찾기
3.4.12 머신 러닝을 활용하여 중요한 내용 찾기
3.4.13 쿠션에 어떤 기능을 강화하면 좋을까?

3.5 자연어 분석 심화편
3.5.1 편의점 데이터 분석: 유튜브 댓글 데이터 불러오기
3.5.2 데이터 전처리 1: 필요한 데이터만 남기는 데이터 압축 방법
3.5.3 데이터 전처리 2: 형태소 분석
3.5.4 데이터 분석 1: 다빈도 단어
3.5.5 데이터 분석 2: nGram
3.5.6 토픽 모델링
3.5.7 데이터 전처리: LDA로 계산할 데이터 준비
3.5.8 데이터 분석: LDA로 유튜브에서 보이는 편의점 토픽 살펴보기
3.5.9 편의점 제품과 서비스 제안

4장 자연어 분석에 필요한 통계 공부
4.1 자주 사용되는 통계 개념

부록 A GPT-3.5로 자연어 분석하기
부록 B 코랩 시작하기
부록 C GPU 사용 설정하기