품목정보
발행일	2020년 10월 12일
쪽수, 무게, 크기	384쪽 \| 742g \| 18623523mm
ISBN13	9788931556810
ISBN10	8931556810

더보기

이 상품의 태그

#세종도서학술부문선정도서 #크레마클럽에있어요

컨테이너 인프라 환경 구축을 위한 쿠버네티스/도커

30,600원 (10%)

'컨테이너 인프라 환경 구축을 위한 쿠버네티스/도커' 상세페이지 이동

모두의 인공지능 with 파이썬

19,800원 (10%)

'모두의 인공지능 with 파이썬' 상세페이지 이동

데이터 시각화 교과서

25,200원 (10%)

'데이터 시각화 교과서' 상세페이지 이동

좋은 코드, 나쁜 코드

27,000원 (10%)

'좋은 코드, 나쁜 코드' 상세페이지 이동

살아있는 DBT®

20,000원 (0%)

'살아있는 DBT®' 상세페이지 이동

스마트팜 경영전략

20,000원 (0%)

'스마트팜 경영전략' 상세페이지 이동

파이썬으로 만드는 인공지능

31,000원 (0%)

'파이썬으로 만드는 인공지능' 상세페이지 이동

사회연대경제 1 토대

22,500원 (10%)

'사회연대경제 1 토대' 상세페이지 이동

XAI, 설명 가능한 AI

24,300원 (10%)

'XAI, 설명 가능한 AI' 상세페이지 이동

구글 빅쿼리 완벽 가이드

31,500원 (10%)

'구글 빅쿼리 완벽 가이드' 상세페이지 이동

살로메, 니체를 말하다

19,800원 (10%)

'살로메, 니체를 말하다' 상세페이지 이동

모두의 깃&깃허브

18,000원 (10%)

'모두의 깃&깃허브' 상세페이지 이동

파이썬 알고리즘 인터뷰

34,200원 (10%)

'파이썬 알고리즘 인터뷰' 상세페이지 이동

난독증의 이해와 교육방법

22,000원 (0%)

'난독증의 이해와 교육방법' 상세페이지 이동

누구나 쉽게 배우는 인공지능 스타트

27,000원 (0%)

'누구나 쉽게 배우는 인공지능 스타트' 상세페이지 이동

OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝

37,800원 (10%)

'OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝' 상세페이지 이동

Splunk를 활용한 시큐리티 모니터링

31,500원 (10%)

'Splunk를 활용한 시큐리티 모니터링' 상세페이지 이동

데이터 과학 기반의 파이썬 빅데이터 분석

28,000원 (0%)

'데이터 과학 기반의 파이썬 빅데이터 분석' 상세페이지 이동

쏙쏙 들어오는 인공지능 알고리즘

25,200원 (10%)

'쏙쏙 들어오는 인공지능 알고리즘' 상세페이지 이동

AI(인공지능) 시대의 데이터 경제학

25,000원 (0%)

'AI(인공지능) 시대의 데이터 경제학' 상세페이지 이동

더보기

제1장 서론 1.1 데이터 과학 개요 1.1.1 읽기 전에 1.1.2 데이터 과학이란 1.1.3 데이터 과학의 영역과 역할 1.1.4 데이터를 보는 안목을 기른다 1.2 파이썬과 패키지 1.2.1 파이썬(Pyhton)의 도입 1.2.2 이 책에서 이용하는 패키지 1.3 몇 가지 약속 1.3.1 노트북(Notebook)과 스크립트 1.3.2 모듈 이름의 생략어 1.3.3 파일명의 생략 1.3.4 패키지 함수 사용법의 조사 방법 1.4 퀵 스타트 1.4.1 설치 1.4.2 주피터 노트북(Jupyter Notebook)·스크립트의 구현과 실행 방법 1.4.3 프로그램과 데이터를 구하는 방법 1.5 파이썬을 이용한 한글 처리 1.5.1 스크립트에 한글을 기술한다 1.5.2 한글을 포함한 데이터 파일 읽기 1.5.3 matplotlib로 한글을 표시한다 1.6 용어의 차이 1.6.1 설명 변수/목적변수, 입력/출력 1.6.2 표본과 데이터 1.6.3 예측과 추정 1.6.4 클래스 분류 1.6.5 트레이닝 데이터, 테스트 데이터 1.6.6 오버피팅 1.6.7 분석 1.6.8 변수 1.6.9 상관과 공분산 1.7 수학, 수치계산, 물리의 시작 1.7.1 수학의 시작 1.7.2 수치계산의 문제 1.7.3 물리의 시작 제2장 데이터 처리와 가시화 2.1 데이터의 종류 2.2 데이터의 취득 2.3 데이터의 저장 2.3.1 numpy.ndarray 2.3.2 pandas.DataFrame 2.3.3 numpy.ndarray와 pandas.DataFrame의 변환 2.4 그래프 작성 2.4.1 matplotlib. 2.4.2 복수의 그래프 2.4.3 Titnic(타이타닉호)의 pandas 그래프 그리기 2.4.4 Iris(아이리스)의 seaborn 그래프. 2.4.5 Iris 데이터 제3장 확률의 기초 3.1 확률이란 3.2 기본적인 용어의 설명 3.2.1 이산확률 변수 3.2.2 연속확률 변수 3.2.3 확률밀도 함수, 확률질량 함수와 백분위점55 3.2.4 모집단과 표본 3.2.5 평균, 분산, 그 외의 양. 3.2.6 이산형의 기댓값과 평균. 3.3 정규분포 3.3.1 정규분포의 표현 3.3.2 확률 변수의 생성 3.3.3 중심극한정리 3.4 포아송분포 3.4.1 포아송분포의 표현 3.4.2 포아송분포의 예 3,4,3 포아송 도착 모델의 시뮬레이션 3.4.4 역 함수를 이용한 난수 생성. 3.5 확률분포와 패키지 함수 3.5.1 베르누이분포(Bernoulli distribution) 3.5.2 이항분포(binomial distribution) 3.5.3 포아송분포(Poisson distribution) 3.5.4 카이제곱분포(chi-squared distribution) 3.5.5 지수분포(exponential distribution) 3.5.6 분포( distribution) 3.5.7 정규분포(normal distribution) 3.5.8 분포( distribution) 3.5.9 균일분포(uniform distribution) 제4장 통계의 기초 4.1 통계란 4.2 추정. 4.2.1 점추정 4.2.2 구간추정 4.2.3 모평균의 신뢰구간 4.2.4 모비율의 신뢰구간 4.3 가설검정 4.3.1 가설검정이란 4.3.1 단측검정과 양측검정 4.3.3 모평균의 검정 4.3.4 모분산의 검정 4.3.5 두 표본의 평균 차이에 대한 검정 4.3.6 상관, 무상관의 검정 제5장 회귀분석 5.1 회귀분석이란 5.1.1 회귀의 유래 5.1.2 시스템 이론에서 본 회귀분석 5.1.3 statsmodels 5.2 단순회귀분석 5.2.1 단순회귀분석의 의의 5.2.2 단순회귀 모델의 통계적 평가 5.2.3 가계 동향 조사 5.2.4 심슨의 역설 5.2.5 수학적 설명 5.3 다항식회귀분석 5.3.1 다항식 모델 5.3.2 R 데이터 세트 cars 5.4 중회귀분석 5.4.1 검정 5.4.2 다중공선성 5.4.3 전력과 기온의 관계 5.4.4 와인의 품질분석 5.4.5 수학적 설명 5.5 일반화 선형 모델 5.5.1 일반화 선형 모델의 개요 5.5.2 포아송 회귀 모델 5.5.3 z = β0의 예 5.5.4 z = β0 + β0χ1의 예 5.5.5 로지스틱 회귀 모델 5.5.6 수학적 설명 제6장 패턴 인식 6.1 패턴 인식의 개요 6.1.1 패턴 인식이란 6.1.2 클래스 분류의 성능 평가 6.1.3 홀드아웃과 교차검증 6.1.4 이 장에서 다루는 패턴 인식 방법 6.2 서포트 벡터 머신(SVM) 6.2.1 클래스 분류와 마진의 최대화 6.2.2 비선형 분리의 아이디어 6.2.3 선형, 원형 데이터의 하드 마진 6.2.4 소프트웨어 마진과 홀드아웃 6.2.5 교차검증과 그리드 서치 6.2.6 멀티클래스 분류 6.3 SVM의 수학적 설명 6.3.1 마진 최대화 6.3.2 커널 함수의 이용 6.3.3 소프트 마진 6.4 최근접 이웃법(κNN) 6.4.1 알고리즘의 논리 6.4.2 κNN의 기본적 사용법 6.4.3 Iris 데이터 6.4.4 sklearn이 제공하는 거리 6.5 평균법 6.5.1 알고리즘의 논리 6.5.2 make_blobs를 이용한 클러스터링 6.5.3 도매업자의 고객 데이터 6.5.4 수학적 설명 6.6 응집형 계층 클러스터링 6.6.1 알고리즘의 논리 6.6.2 덴드로그램 6.6.3 도야마현의 시읍면별 인구 동태 제7장 심층학습 7.1 심층학습의 개요와 종류 7.1.1 심층학습이란 7.1.2 심층학습의 활용 예 7.1.3 용어의 설명 7.2 Chainer 7.2.1 개요와 설치 7.2.2. 실행과 평가 7.2.3 κNN용 스크립트의 설명 7.3 NN(신경망) 7.3.1 개요와 계산 방법 7.3.2 κNN 스크립트의 변경 7.4 DNN(심층 신경망) 7.4.1 개요와 실행 7.4.2 파일 데이터의 처리 방법 7.5 CNN(합성곱 신경망) 7.5.1 개요와 계산 방법 7.5.2 학습과 검증 7.5.3 트레이닝 데이터의 작성법 7.6 QL(Q학습) 7.6.1 개요와 계산 방법 7.6.2 실행 방법 7.6.3 병따기 게임 7.7 DQN(심층 Q네트워크) 7.7.1 개요 7.7.2 실행 방법 7.7.3 병따기 게임 제8장 시계열 데이터 분석 8.1 동적 시스템 8.1.1 인과성과 동적 시스템 8.1.2 동적 시스템의 선형 모델 8.1.3 1차 시스템의 시간응답 8.1.4 2차 시스템의 시간응답 8.2 이산 시간계 8.2.1 이산화 8.2.2 샘플링 시간의 선정 8.2.3 이산 시간계의 차분형식의 해석 8.2.4 지연 연산자 8.2.5 이산 시간 모델 도입의 문제 설정 8.3 ARMA 모델 8.3.1 ARMA 모델의 표현 8.3.2 가식별성과 PE성의 조건 8.3.3 입력 신호 후보와 항의 문제 8.3.4 ARMA 모델의 안전성과 성질 8.3.5 파라미터 추정 8.4 모델의 평가 8.4.1 모델 차수의 선정과 AIC 8.4.2 모델 차수의 선정과 극·영점 소거법 8.4.3 잔차 계열의 검정 8.5 ARMA 모델을 이용한 예측 8.5.1 예측 방법 8.6 ARIMA 모델 8.6.1 트렌드 8.6.2 ARIMA 모델의 표현 8.6.3 트렌드를 가진 시계열 데이터 분석 8.7 SARIMAX 모델 8.7.1 항공사의 승객 수 8.7.2 그 외의 계절성 데이터 8.8 주가 데이터의 시계열 분석 8.8.1 이동평균 8.8.2 볼린저 밴드 8.8.3 캔들 차트 제9장 스펙트럼 분석 9.1 기본 사항 9.1.1 주파수란 소리를 내는 것 9.1.2 스펙트럼이란 9.2 푸리에 변환 9.2.1 푸리에 변환과 푸리에 역변환 9.2.2 진폭, 에너지, 파워 스펙트럼 9.3 현실의 문제점 9.3.1 샘플링 문제 9.3.2 엘리어싱 9.3.3 유한 장파형의 문제점 9.4 이산 푸리에 변환(DFT) 9.4.1 DFT의 표현 9.4.2 사인파의 DFT 예 9.4.3 제로 패딩 9.5 윈도우 함수 9.5.1 윈도우 함수의 종류 9.5.2 윈도우 함수의 사용 예 9.5.3 수학적 표현 9.6 랜덤 신호의 파워 스펙트럼 밀도 9.6.1 파워 스펙트럼 밀도의 표현 9.9.2 PSD는 확률 변수 제10장 디지털 필터 10.1 필터의 개요 10.1.1 필터란 10.1.2 필터 특성 10.1.3 데시벨 [dB] 10.2 아날로그 필터의 설계 10.2.1 버터워스 필터 10.2.2 체비셰프 필터 10.3 디지털 필터의 설계 10.3.1 디지털 필터의 도입 10.3.2 디지털 필터의 구조 10.3.3 FIR 필터 10.3.4 IIR 필터 10.3.5 정규화 각주파수 10.4 FIR 필터의 설계 10.4.1 윈도우 함수를 이용한 설계 방법 10.4.2 설계 예 10.5 IIR 필터의 설계 10.5.1 아날로그 필터에 기초한 방법 10.5.2 설계 예 제11장 이미지 처리 11.1 이미지 처리의 개요 11.1.1 색 좌표계 11.1.2 수치로서의 표현 11.1.3 표본화와 양자화 11.1.4 이미지 데이터 입수하기 11.1.5 OpenCV의 문서 11.1.6 실행 방법 11.2 이미지 처리의 예 11.2.1 2진화 11.2.2 에지 검출 11.2.3 주파수 필터링 11.2.4 특징점 추출 11.3 기타 11.3.1 카메라에서 이미지 불러오기 11.3.2 광학 흐름 11.3.3 얼굴 인식 참고문헌 맺음말 색인

더보기

상세 이미지 상세 이미지 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

더보기

저자 소개 (3명)

책 속으로 책속으로 보이기/감추기

이 책은 데이터 과학의 비밀에 도달하는 것이 아니라 기초적인 교양을 습득하는 것을 목적으로 한다. 이를 위해 파이썬을 이용한 분석 기법에 관한 지식과 기술을 배운다. 이 때 확률통계학, 시스템공학, 컴퓨터과학 등의 관점에서 데이터에 대한 가설 발견, 가설 검정을 하고 객관적·정량적 평가를 할 수 있는 자질을 익힐 수 있도록 설명하는데 중점을 두었다.

이 책은 데이터 과학자가 되기 위한 문 앞까지 인도한 것에 지나지 않는다. 이 문 앞에는 스포츠, 기상, 사회 문제, 서비스, 사물 인터넷 등의 분야에서 데이터 과학자로서 활약할 수 있는 장이 펼쳐져 있다. 독자 여러분이 이러한 분야에서 활약할 뿐만 아니라 새로운 분야를 개척하기 바란다. 활약하면 할수록 다수의 제약 조건에 가로막힌 방대한 데이터를 마주하게 되고 이와 같은 곤란한 상황 아래에서 데이터 과학자로서의 직감이 요구되는 장면과 마주치게 될 것이다. 이와 같은 장면에 마주치기 전에 다음 문장을 마지막에 들려주고 싶다. 올바른 직관력을 키우기 위해서는 올바른 지식과 다수의 반복 연습이 필요하다.

---본문 중에서

출판사 리뷰 출판사 리뷰 보이기/감추기

파이썬으로 배우는 통계 분석·패턴 인식·딥러닝·신호 처리·시계열 데이터 분석! 데이터 사이언스 교과서 데이터 사이언스는 ‘데이터를 과학적으로 다루는’ 학문 분야로 데이터를 통해 실제 현상을 이해하고 분석하는데 통계학, 데이터 분석, 기계학습과 연관된 방법론을 통합하는 개념으로 정의되기도 한다. 또, 데이터를 채굴하듯이 수많은 데이터 가운데 유용한 정보를 추출해 내고 의사결정에 활용하는 데이터 마이닝(Data Mining)과 유사하게 다양한 형태의 데이터로부터 지식과 인사이트를 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합 분야로 이해되기도 한다. 최근 정보통신 기술의 비약적 발전으로 유무선 인터넷을 통해 얻을 수 있는 데이터의 양이 폭발적으로 증가한 데다 컴퓨터/모바일 기기의 고성능화가 진전되어 지금까지 할 수 없던 빅데이터 처리가 가능해져 한층 더 주목받고 있다. 이 책을 통해 독자는 데이터 사이언스의 의미부터 금융 데이터 분석, 동적 시스템 분석 등의 공학 응용까지를 파이썬으로 실제로 분석하면서 학습할 수 있다. 특히 데이터 처리와 확률·통계 기초와 같은 기본적인 부분부터 회귀분석, 패턴 인식, 딥러닝 등 통계·머신러닝 기법, 금융 데이터 등 시시각각 변하는 시계열 데이터 분석, 센서 데이터 등에 포함된 노이즈나 외란을 판별하는 스펙트럼 분석, 노이즈나 외란을 제거하기 위한 디지털 필터, 이미지 데이터의 분석으로 이미지 처리를 설명함으로써 데이터 과학의 개략적 내용을 한눈에 파악할 수 있다. 무엇보다 파이썬을 예제로 한 설명으로 이론과 실습을 겸비하여 데이터 과학을 학습하여 제 분야에 응용하고 싶은 독자에게 안성맞춤이다. 대상 독자 - 자신의 전문 분야, 공학·경제·인문사회계에서 데이터 과학을 응용하고 싶은 분 - 센서 데이터 등의 시계열 데이터 분석을 수행하고 싶은 분 - 파이썬으로 동적 시스템 분석 및 신호 처리·분석을 해보고 싶은 분 ★ 예제 코드 다운로드! - ㈜성안당 홈페이지(www.cyber.co.kr)=회원가입-로그인 상태에서 [자료실]-[자료실 바로가기]-‘데이터사이언스’ [검색]-(도서 제목명 클릭)-[자료 다운로드 바로가기]

회원리뷰 (0건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

등록된 리뷰가 없습니다!

첫번째 리뷰어가 되어주세요.

한줄평 (2건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 9.0점 9.0 / 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