이미 소장하고 있다면 판매해 보세요.
|
[목차]
1장 데이터 과학이란? UNIT 01 데이터 분석 과정 UNIT 02 데이터 수집 파이프라인 UNIT 03 보고서 구조 해보자 2장 데이터 과학에서 파이썬의 핵심 알기 UNIT 04 기본 문자열 함수 이해하기 UNIT 05 올바른 자료구조 선택하기 UNIT 06 리스트 내포로 리스트 이해하기 UNIT 07 카운터로 세기 UNIT 08 파일 다루기 UNIT 09 웹에 접근하기 UNIT 10 정규 표현식으로 패턴 매칭하기 UNIT 11 파일과 기타 스트링 다루기 UNIT 12 pickle로 데이터 압축하기 해보자 3장 텍스트 데이터 다루기 UNIT 13 HTML 파일 처리하기 UNIT 14 CSV 파일 다루기 UNIT 15 JSON 파일 읽기 UNIT 16 자연어 처리하기 해보자 4장 데이터베이스 다루기 UNIT 17 MySQL 데이터베이스 설정하기 UNIT 18 MySQL 사용하기 : 명령줄 UNIT 19 MySQL 사용하기 : pymysql UNIT 20 문서 다루기 : MongoDB 해보자 5장 테이블형 수치 데이터 다루기 UNIT 21 배열 만들기 UNIT 22 행열 전환과 형태 변형하기 UNIT 23 인덱싱과 자르기 UNIT 24 브로드캐스팅 UNIT 25 유니버셜 함수 파헤치기 UNIT 26 조건부 함수 이해하기 UNIT 27 배열 집계와 정렬하기 UNIT 28 배열을 셋처럼 다루기 UNIT 29 배열 저장하고 읽기 UNIT 30 합성 사인파 만들기 해보자 6장 데이터 시리즈와 프레임 다루기 UNIT 31 Pandas 데이터 구조에 익숙해지기 UNIT 32 데이터 모양 바꾸기 UNIT 33 데이터 누락 다루기 UNIT 34 데이터 합치기 UNIT 35 데이터 정렬하기 UNIT 36 데이터 변환하기 UNIT 37 Pandas 파일 입출력 다루기 해보자 7장 네트워크 데이터 다루기 UNIT 38 그래프 분해하기 UNIT 39 네트워크 분석 순서 UNIT 40 NetworkX 사용하기 해보자 8장 플로팅하기 UNIT 41 pyplot으로 기본 플롯 그리기 UNIT 42 다른 플롯 타입 알아보기 UNIT 43 플롯 꾸미기 UNIT 44 Pandas로 플롯 그리기 해보자 9장 확률과 통계 UNIT 45 확률 분포 다시 보기 UNIT 46 통계 방법론 다시 보기 UNIT 47 파이썬으로 통계 분석하기 해보자 10장 머신 러닝 UNIT 48 예측 실험 디자인하기 UNIT 49 회귀 직선 적합하기 UNIT 50 K-평균 클러스터링으로 데이터 묶기 UNIT 51 랜덤 포레스트에서 살아남기 해보자 부록 A 더 읽어 보기 부록 B 별 1개짜리 연습문제 해답 보기 부록 C 실습 환경 설정하기 참고문헌 |
|
누구나 파이썬으로 데이터를 분석하고 시각화할 수 있다!
UNIT 1~12 | 데이터 과학의 개념과 파이썬 핵심 배우기 데이터 과학이 무엇인지 개념을 알아보고, 기본 문자열 함수, 자료구조, 카운터, 리스트, 정규 표현식, pickle과 같은 데이터 과학에서 주로 사용하는 파이썬 핵심도 배웁니다. UNIT 13~40 | 다양한 데이터 다루기 HTML, CSV, JSON 파일 등의 텍스트를 Beautiful Soup, NLTK를 사용해 다루는 방법, NumPy를 사용해 수치형 데이터를 처리하는 방법, Pandas를 사용해 테이블형 데이터를 다루는 방법, NetworkX를 사용한 네트워크 분석을 다룹니다. MySQL(관계형 데이터베이스)과 MongoDB(비관계형 데이터베이스)와 같은 외부 데이터베이스를 사용하는 방법도 설명합니다. UNIT 41~51 | 데이터 시각화와 확률 통계, 머신 러닝 pyplot, Pandas를 사용해 여러 가지 플롯을 그리고 꾸미는 방법을 설명합니다. 예측 분석, 확률 분포, 파이썬 통계 분석, K-평균 클러스터링으로 데이터 묶기, 랜덤 포레스트와 같은 색다른 주제도 간단히 살펴봅니다. |