음성 검색
QR/바코드 검색
품목정보
| 발행일 | 2014년 12월 08일 |
|---|---|
| 이용안내 ? |
|
| 지원기기 | 크레마,PC(윈도우 - 4K 모니터 미지원),아이폰,아이패드,안드로이드폰,안드로이드패드,전자책단말기(일부 기기 사용 불가),PC(Mac) |
| 파일/용량 | EPUB(DRM) | 49.78MB ? |
| ISBN13 | 9788966188840 |
| KC인증 |
소득공제
EPUB
eBook
R을 이용한 데이터 처리&분석 실무
: 기본부터 통계 분석, 데이터마이닝, 기계학습까지 R 프로그래밍 실습서!
[ EPUB ]
서민구 저
|
길벗
|
2014년 12월 08일
저자/출판사 더보기/감추기
{ Html.RenderPartial("Sections/BaseInfoSection/DeliveryInfo", Model); }
관련분류
이 상품의 태그
소개 책소개 보이기/감추기
목차 목차 보이기/감추기
| 1장 R 프로그래밍을 위한 환경 준비하기 01 왜 R인가 02 R 설치하기 Windows에서 설치하기 리눅스에서 설치하기 맥 OS X에서 설치하기 03 R 시작하기 04 도움말 보기 05 IDE 살펴보기 06 배치 실행 07 패키지 사용하기 참고자료 2장 데이터 타입 01 변수 변수 이름 규칙 변숫값 할당 02 함수 호출 시 인자 지정 03 스칼라 숫자 NA NULL 문자열 진릿값 팩터 04 벡터 벡터 생성 벡터 내 데이터 접근 벡터 연산 연속된 숫자로 구성된 벡터 반복된 값을 저장한 벡터 05 리스트 리스트의 생성 리스트 내 데이터 접근 06 행렬 행렬의 생성 행렬 내 데이터 접근 행렬의 연산 07 배열 배열 생성 배열 데이터 접근 08 데이터 프레임 데이터 프레임 생성 데이터 프레임 접근 유틸리티 함수 09 타입 판별 10 타입 변환 참고자료 3장 R 프로그래밍 01 R의 특징 02 흐름 제어(조건문과 반복문) if 반복문 03 연산 수치 연산 벡터 연산 NA의 처리 04 함수의 정의 기본 정의 가변 길이 인자 중첩 함수 05 스코프 06 값에 의한 전달 07 객체의 불변성 08 모듈 패턴 큐 큐 모듈 작성하기 참고자료 4장 데이터 조작 I : 벡터 기반 처리와 외부 데이터 처리 01 아이리스 데이터 02 파일 입출력 CSV 파일 입출력 객체의 파일 입출력 03 데이터 프레임의 행과 컬럼 합치기 04 apply 계열 함수 apply( ) lapply( ) sapply( ) tapply( ) mapply( ) 05 데이터를 그룹으로 묶은 후 함수 호출하기 summaryBy( ) orderBy( ) sampleBy( ) 06 데이터 분리 및 병합 split( ) subset( ) 데이터 병합 07 데이터 정렬 sort( ) order( ) 08 데이터 프레임 컬럼 접근 with( ) within( ) attach( ), detach( ) 09 조건에 맞는 데이터의 색인 찾기 10 그룹별 연산 11 편리한 처리를 위한 데이터의 재표현 12 MySQL 연동 MySQL 및 RMySQL 환경 설정 RMySQL을 사용한 MySQL 입출력 참고자료 5장 데이터 조작 II: 데이터 처리 및 가공 01 데이터 처리 및 가공 패키지 02 SQL을 사용한 데이터 처리 03 분할, 적용, 재조합을 통한 데이터 분석 adply( ) ddply( ) 그룹마다 연산을 쉽게 수행하기 mdply( ) 04 데이터 구조의 변형과 요약 melt( ) cast( ) 데이터 요약 05 데이터 테이블: 더 빠르고 편리한 데이터 프레임 데이터 테이블 생성 데이터 접근과 그룹 연산 key를 사용한 빠른 데이터 접근 key를 사용한 데이터 테이블 병합 참조를 사용한 데이터 수정 리스트를 데이터 프레임으로 변환하기 06 더 나은 반복문 07 병렬 처리 프로세스의 수 설정 plyr의 병렬화 foreach의 병렬화 08 유닛 테스팅과 디버깅 testthat test_that을 사용한 테스트 그룹화 테스트 파일 구조 디버깅 09 코드 수행 시간 측정 명령문 실행 시간의 측정 코드 프로파일링 참고자료 6장 그래프 01 산점도 02 그래프 옵션 축 이름(xlab, ylab) 그래프 제목(main) 점의 종류(pch) 점의 크기(cex) 색상(col) 좌표축 값의 범위(xlim, ylim) 그래프 유형(type) 선 유형(lty) 그래프의 배열 지터 03 기본 그래프 점(points) 꺾은선(lines) 직선(abline) 곡선(curve) 다각형(polygon) 04 문자열(text) 05 그래프에 그려진 데이터의 식별(identify) 06 범례(legend) 07 행렬에 저장된 데이터 그리기(matplot, matlines, matpoints) 08 응용 그래프 상자 그림(boxplot) 히스토그램(hist) 밀도 그림(density) 막대 그래프(barplot) 파이 그래프(pie) 모자이크 플롯(mosaicplot) 산점도 행렬(pairs) 투시도(persp), 등고선 그래프(contour) 참고자료 7장 통계 분석 01 난수 생성 및 분포 함수 02 기초 통계량 표본 평균, 표본 분산, 표본 표준 편차 다섯 수치 요약 최빈값 03 표본 추출 단순 임의 추출 가중치를 고려한 표본 추출 층화 임의 추출 계통 추출 04 분할표 분할표 작성 합, 비율의 계산 독립성 검정 피셔의 정확 검정 맥니마 검정 05 적합도 검정 카이 제곱 검정 샤피로 윌크 검정 콜모고로프 스미르노프 검정 Q-Q도 06 상관 분석 피어슨 상관 계수 스피어만 상관 계수 켄달의 순위 상관 계수 상관 계수 검정 07 추정 및 검정 일표본 평균 독립 이표본 평균 짝지은 이표본 평균 이표본 분산 일표본 비율 이표본 비율 참고자료 8장 선형 회귀 01 선형 회귀의 기본 가정 02 단순 선형 회귀 모델 생성 선형 회귀 결과 추출 예측과 신뢰 구간 모델 평가 분산 분석 및 모델 간의 비교 모델 진단 그래프 회귀 직선의 시각화 03 중선형 회귀 모델 생성 및 평가 범주형 변수 중선형 회귀 모델의 시각화 표현식을 위한 I( )의 사용 변수의 변환 상호 작용 04 이상치 05 변수 선택 변수 선택 방법 모든 경우에 대한 비교 참고자료 9장 분류 알고리즘 I: 데이터 탐색, 전처리, 모델 평가 방법 설정 01 데이터 탐색 기술 통계 데이터 시각화 02 전처리 데이터 변환 결측치의 처리 변수 선택 03 모델 평가 방법 평가 메트릭 ROC 커브 교차 검증 참고자료 10장 분류 알고리즘 II: 기계 학습 알고리즘 01 로지스틱 회귀 모델 02 다항 로지스틱 회귀 분석 03 의사 결정 나무 의사 결정 나무 모델 분류와 회귀 나무 조건부 추론 나무 랜덤 포레스트 04 신경망 신경망 모델 신경망 모델 학습 05 서포트 벡터 머신 서포트 벡터 머신 모델 서포트 벡터 머신 학습 06 클래스 불균형 업 샘플링, 다운 샘플링 SMOTE 07 문서 분류 코퍼스와 문서 문서 변환 문서의 행렬 표현 빈번한 단어 단어 간 상관관계 문서 분류 파일로부터 코퍼스 생성 메타 데이터 08 Caret 패키지 참고자료 11장 타이타닉 데이터를 사용한 기계 학습 실습 01 타이타닉 데이터 형식 02 데이터 불러오기 데이터 타입 지정 테스트 데이터의 분리 교차 검증 준비 03 데이터 탐색 04 평가 메트릭 05 의사 결정 나무 모델 rpart의 교차 검증 정확도 평가 조건부 추론 나무 06 또 다른 특징의 발견 ticket을 사용한 가족 식별 생존 확률 예측 가족 ID 부여 가족 구성원 생존 확률의 병합 가족 정보를 사용한 ctree( ) 모델링 성능 평가 07 교차 검증의 병렬화 10겹 교차 검증의 3회 반복 수행 foreach( )와 %dopar%를 사용한 병렬화 08 더 나은 알고리즘의 개발 |
저자 소개 관련자료 보이기/감추기
2007년부터 구글 코리아에서 소프트웨어 엔지니어로 일하고 있다. 국내 및 세계를 대상으로 검색 관련 제품들을 개발해왔고, 최근에는 자연어 처리 관련 업무를 수행하면서 사용자 쿼리에 어떤 답을 보여줄 경우 더 나은 검색 품질을 이룰 수 있을지를 연구하고 있다. 연세대
출판사 리뷰 출판사 리뷰 보이기/감추기
추천평 추천평 보이기/감추기
이 책의 가장 큰 특징은 현재 소프트웨어 엔지니어로 일하고 있는 저자의 R 습득/활용 과정을 그대로 투영하여 책을 구성했다는 점이다. 소프트웨어 엔지니어 입장에서 다른 소프트웨어 엔지니어에게 옆에서 설명하듯 언어 요소와 함수 설명 등을 구성했고, 실제로 프로그래밍하면서 궁금해 할 만한 내용이 ‘Note’로 적절히 배치되어 있다.
또한 실제 업무에 적용하기 위한 통계 분석, 데이터 마이닝 및 기계 학습에 대한 분석 모델 및 알고리즘을 소개하는 후반부도 기본적인 모델/알고리즘을 설명하고 실행을 해볼 수 있도록 구성되어 있다. 자칫 지나친 분석 모델/알고리즘에 관한 이론적인 설명의 나열로 그치기 쉬운 부분을 실제 소프트웨어 엔지니어 입장에서 풀어내어 이해해야 할 이론과 구현 방법을 깔끔하게 소개하고 있다.
꼭 빅데이터를 다루지 않더라도 소프트웨어 엔지니어라면 한 번쯤은 읽어보았으면 하는 책이다.
- 구글 코리아 테크니컬 리드 매니저 박영찬
이 책은 R의 기초부터 R을 통계 처리와 데이터 마이닝에 활용하는 방법에 이르기까지 폭넓은 내용을 풍부한 예제와 함께 담고 있습니다. 많은 분에게 도움이 되겠지만, 통계와 데이터 마이닝에 입문한 학생에게는 배운 것을 실제 적용해보고 과제를 수행하는 데 도움을 주는 소개서로써, 현업에 종사하는 개발자에게는 좀 더 깊은 내용을 발견할 수 있는 참고서로써 특히 유용하리라 생각합니다. 관심 있는 부분을 제시한 예와 함께 하나하나 진행하다 보면 어느덧 R과 더 친숙해진 자신을 발견하리라 믿습니다.
강재호 (구글 코리아 소프트웨어 엔지니어)
또한 실제 업무에 적용하기 위한 통계 분석, 데이터 마이닝 및 기계 학습에 대한 분석 모델 및 알고리즘을 소개하는 후반부도 기본적인 모델/알고리즘을 설명하고 실행을 해볼 수 있도록 구성되어 있다. 자칫 지나친 분석 모델/알고리즘에 관한 이론적인 설명의 나열로 그치기 쉬운 부분을 실제 소프트웨어 엔지니어 입장에서 풀어내어 이해해야 할 이론과 구현 방법을 깔끔하게 소개하고 있다.
꼭 빅데이터를 다루지 않더라도 소프트웨어 엔지니어라면 한 번쯤은 읽어보았으면 하는 책이다.
- 구글 코리아 테크니컬 리드 매니저 박영찬
이 책은 R의 기초부터 R을 통계 처리와 데이터 마이닝에 활용하는 방법에 이르기까지 폭넓은 내용을 풍부한 예제와 함께 담고 있습니다. 많은 분에게 도움이 되겠지만, 통계와 데이터 마이닝에 입문한 학생에게는 배운 것을 실제 적용해보고 과제를 수행하는 데 도움을 주는 소개서로써, 현업에 종사하는 개발자에게는 좀 더 깊은 내용을 발견할 수 있는 참고서로써 특히 유용하리라 생각합니다. 관심 있는 부분을 제시한 예와 함께 하나하나 진행하다 보면 어느덧 R과 더 친숙해진 자신을 발견하리라 믿습니다.
강재호 (구글 코리아 소프트웨어 엔지니어)
eBook 회원리뷰 (1건)
혜택 및 유의사항?
R을 이용한 프로그래밍 기초에서 중급수준까지 다루고 있습니다. 아무래도 저자가 블로그를 운영하면서 정리한 내용을 출판해서 그런지 내용이 충실합니다. 참고문헌 정리도 잘 되어 있고 다양한 팁까지 담고 있습니다. R을 이용한 통계분석에도 부족하지는 않습니다. 한 권쯤 있으면 언제든지 필요하면 찾아 볼 수 있는 책입니다. 저자가 공개한 무료본: http://r4pda.co.kr/;
리뷰제목
R을 이용한 프로그래밍 기초에서 중급수준까지 다루고 있습니다. 아무래도 저자가 블로그를 운영하면서 정리한 내용을 출판해서 그런지 내용이 충실합니다. 참고문헌 정리도 잘 되어 있고 다양한 팁까지 담고 있습니다. R을 이용한 통계분석에도 부족하지는 않습니다. 한 권쯤 있으면 언제든지 필요하면 찾아 볼 수 있는 책입니다. 저자가 공개한 무료본: http://r4pda.co.kr/
종이책 회원리뷰 (7건) 종이책 회원리뷰 이동
