확장메뉴
주요메뉴


닫기
사이즈 비교
소득공제
데이터 분석의 모든 것

데이터 분석의 모든 것

: 입문자를 위한 개념 이해부터 정형·비정형 데이터 분석까지

리뷰 총점9.6 리뷰 15건 | 판매지수 264
베스트
IT 모바일 top100 1주
정가
30,000
판매가
27,000 (10% 할인)
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
분철서비스 시작 시 알려드립니다. 분철서비스 알림신청

품목정보

품목정보
발행일 2021년 02월 15일
쪽수, 무게, 크기 600쪽 | 188*257mm
ISBN13 9791197347009
ISBN10 1197347003

이 상품의 태그

밑바닥부터 시작하는 딥러닝

밑바닥부터 시작하는 딥러닝

21,600 (10%)

'밑바닥부터 시작하는 딥러닝 ' 상세페이지 이동

밑바닥부터 시작하는 딥러닝 2

밑바닥부터 시작하는 딥러닝 2

26,100 (10%)

'밑바닥부터 시작하는 딥러닝 2' 상세페이지 이동

사이보그가 되다

사이보그가 되다

16,020 (10%)

'사이보그가 되다' 상세페이지 이동

선형대수와 통계학으로 배우는 머신러닝 with 파이썬

선형대수와 통계학으로 배우는 머신러닝 with 파이썬

33,750 (10%)

'선형대수와 통계학으로 배우는 머신러닝 with 파이썬' 상세페이지 이동

핸드오버

핸드오버

17,820 (10%)

'핸드오버' 상세페이지 이동

인공지능이 할 수 있는 것, 할 수 없는 것

인공지능이 할 수 있는 것, 할 수 없는 것

15,120 (10%)

'인공지능이 할 수 있는 것, 할 수 없는 것' 상세페이지 이동

알고리즘 구현으로 배우는 선형대수 with 파이썬

알고리즘 구현으로 배우는 선형대수 with 파이썬

30,600 (10%)

'알고리즘 구현으로 배우는 선형대수 with 파이썬' 상세페이지 이동

미래가 온다, 인공 지능

미래가 온다, 인공 지능

13,500 (10%)

'미래가 온다, 인공 지능' 상세페이지 이동

AI 지도책

AI 지도책

18,900 (10%)

'AI 지도책' 상세페이지 이동

2023 제6회 한국과학문학상 수상작품집

2023 제6회 한국과학문학상 수상작품집

6,930 (10%)

'2023 제6회 한국과학문학상 수상작품집' 상세페이지 이동

데싸노트의 실전에서 통하는 머신러닝

데싸노트의 실전에서 통하는 머신러닝

30,600 (10%)

'데싸노트의 실전에서 통하는 머신러닝' 상세페이지 이동

우리 주변의 인공 지능

우리 주변의 인공 지능

12,600 (10%)

'우리 주변의 인공 지능' 상세페이지 이동

교육의 미래, 티칭이 아니라 코칭이다

교육의 미래, 티칭이 아니라 코칭이다

15,300 (10%)

'교육의 미래, 티칭이 아니라 코칭이다' 상세페이지 이동

인공지능을 위한 수학

인공지능을 위한 수학

22,500 (10%)

'인공지능을 위한 수학' 상세페이지 이동

인공지능, 주식투자 좀 부탁해

인공지능, 주식투자 좀 부탁해

22,500 (10%)

'인공지능, 주식투자 좀 부탁해' 상세페이지 이동

AI는 세상을 어떻게 바꾸는가

AI는 세상을 어떻게 바꾸는가

10,350 (10%)

'AI는 세상을 어떻게 바꾸는가' 상세페이지 이동

인공 지능 로봇, 어디까지 아니?

인공 지능 로봇, 어디까지 아니?

11,700 (10%)

'인공 지능 로봇, 어디까지 아니?' 상세페이지 이동

AI 상식사전

AI 상식사전

17,100 (10%)

'AI 상식사전' 상세페이지 이동

파이썬으로 배우는 음성인식

파이썬으로 배우는 음성인식

24,300 (10%)

'파이썬으로 배우는 음성인식' 상세페이지 이동

AI와 살아가기 위한 기초 지식

AI와 살아가기 위한 기초 지식

15,300 (10%)

'AI와 살아가기 위한 기초 지식' 상세페이지 이동

책소개 책소개 보이기/감추기

목차 목차 보이기/감추기

Part 1. 비전공자를 위한 기초 지식(통계, R)
____Chapter 1. 기초 통계
________1.1 통계 개요
____________1.1.1 통계학의 중요 용어와 개념
____________1.1.2 통계 자료의 획득 방법
________1.2 기초 통계량과 확률
____________1.2.1 집중화 경향 대표값
____________1.2.2 분산도
____________1.2.3 확률 이론
________1.3 정규분포와 정규화
____________1.3.1 정규분포
____________1.3.2 표준화
________1.4 가설 검정
____________1.4.1 통계적 가설
____________1.4.2 가설 검정
________연습문제

____Chapter 2. R 프로그래밍
________2.1 프로그래밍 환경 만들기
____________2.1.1 프로그래밍 언어, R
____________2.1.2 R 설치하기
____________2.1.3 R Studio 설치하기
____________2.1.4 R 패키지 설치하기
________2.2 변수와 데이터 타입
____________2.2.1 변수
____________2.2.2 데이터 타입
________2.3 데이터 구조
____________2.3.1 백터
____________2.3.2 매트릭스(행렬)
____________2.3.3 데이터프레임
____________2.3.4 배열
____________2.3.5 리스트
________2.4 R 기초 프로그래밍
____________2.4.1 연산
____________2.4.2 흐름 제어문
____________2.4.3 함수
____________2.4.4 유용한 함수와 상수
________2.5 R을 이용한 데이터 조작 방법
____________2.5.1 데이터의 대략적인 특징 파악에 유용한 함수
____________2.5.2 외부 파일 읽기
____________2.5.3 데이터 추출
____________2.5.4 데이터 구조 변경
________연습문제


Part 2. 데이터 마트와 통계 분석
____Chapter 3. 탐색적 데이터 분석 개요
________3.1 탐색적 데이터 분석 개요
____________3.1.1 데이터 대표값 탐색
____________3.1.2 데이터 분산도 탐색
____________3.1.3 데이터 분포 탐색
____________3.1.4 변수 간 관계 탐색
________연습문제

____Chapter 4. 데이터 준비(전처리)
________4.1 데이터 전처리
____________4.1.1 데이터 변환, 처리
____________4.1.2 결측값 처리
____________4.1.3 이상값 검색
____________4.1.4 데이터 정규화
________4.2 차원 축소
____________4.2.1 차원 축소의 필요성
____________4.2.2 주성분분석
____________4.2.3 요인분석
________4.3 변수 선택
____________4.3.1 변수 선택 방법
____________4.3.2 상관계수
____________4.3.3 카이제곱검정
____________4.3.4 0에 가까운 분산
________연습문제

____Chapter 5. 통계 기반 데이터 분석
________5.1 기술 통계와 추론 통계
____________5.1.1 기술 통계
____________5.1.2 추론 통계
________5.2 상관분석
____________5.2.1 분석 방법
____________5.2.2 상관계수 검정
________5.3 선형회귀분석
____________5.3.1 단순선형회귀
____________5.3.2 다중선형회귀
____________5.3.3 모델 진단 그래프
____________5.3.4 회귀분석 모델의 체크사항
________5.4 시계열분석
____________5.4.1 시계열 데이터 개요
____________5.4.2 정상성
____________5.4.3 비정상 시계열을 정상 시계열로 전환하는 방법
____________5.4.4 시계열 모델
________5.5 주성분분석
____________5.5.1 주성분분석 개요
____________5.5.2 주성분분석 과정 설명
____________5.5.3 주성분분석 목적
____________5.5.4 주성분분석의 예
____________5.5.5 주성분분석 해석
____________5.5.6 적절한 주성분 개수 선택법
________연습문제


Part 3. 정형 데이터 마이닝
____Chapter 6. 분류분석
________6.1 데이터 마이닝
____________6.1.1 데이터 마이닝의 개념
____________6.1.2 데이터 마이닝의 대표적 기능
____________6.1.3 데이터 마이닝 추진 단계
____________6.1.4 분류분석의 주요 모델
________6.2 의사결정나무
____________6.2.1 의사결정나무 모델의 개념
____________6.2.2 분류 변수와 분류 기준값의 선택 방법
____________6.2.3 의사결정나무의 구조
____________6.2.4 의사결정나무 분석 예제(rpart() 함수)
____________6.2.5 의사결정나무 분석 예제(ctree() 함수)
________6.3 로지스틱 회귀
____________6.3.1 로지스틱 회귀 모델의 개념
____________6.3.2 로지스틱 회귀 모델 예제(glm() 함수)
________6.4 인공신경망
____________6.4.1 인공신경망 모델의 개념
____________6.4.2 단층신경망
____________6.4.3 다층신경망
____________6.4.4 피드포워드신경망
____________6.4.5 인공신경망 분석 예제(nnet() 함수)
____________6.4.6 인공신경망 분석 예제(neuralnet() 함수)
________6.5 앙상블
____________6.5.1 앙상블 모델의 개념
____________6.5.2 배깅과 분석 예제(bagging() 함수)
____________6.5.3 부스팅과 분석 예제(adabag::boosting() 함수)
____________6.5.4 랜덤 포레스트와 분석 예제(randomForest() 함수)
________6.6 서포트 벡터 머신
____________6.6.1 서포트 벡터 머신 모델의 개념
____________6.6.2 서포트 벡터 머신 분석 예제(ksvm() 함수)
____________6.6.3 서포트 벡터 머신 분석 예제(svm() 함수)
________6.7 나이브 베이즈
____________6.7.1 나이브 베이즈 모델의 개념
____________6.7.2 나이브 베이즈 분석 예제(naiveBayes() 함수)
________6.8 k-최근접 이웃
____________6.8.1 k-최근접 이웃 모델의 개념
____________6.8.2 k-최근접 이웃 분석 예제(knn() 함수)
____________6.8.1 k-최근접 이웃 분석 예제(kknn() 함수)
________연습문제

____Chapter 7. 분류분석 모델 평가
________7.1 정오분류표
____________7.1.1 분류분석 모델 평가를 위한 고려사항
____________7.1.2 정오분류표
____________7.1.3 신경망, 의사결정나무, 랜덤 포레스트 모델을 비교 평가하는 예제
________7.2 ROC 곡선과 AUC
____________7.2.1 ROC 곡선과 AUC의 개념
____________7.2.2 ROC 곡선과 AUC를 계산하여 모델을 평가하는 예제
____________7.2.3 세 가지 분류분석 모델의 평가를 하나의 ROC 곡선으로 비교하는 예제
________7.3 이익도표와 향상도 곡선
____________7.3.1 이익도표와 향상도 곡선의 개념
____________7.3.2 이익도표와 향상도 곡선을 그린 예제
________7.4 데이터 추출 방법
____________7.4.1 홀드아웃과 홀드아웃 예제
____________7.4.2 교차검증과 교차검증 예제
____________7.4.3 붓스트랩과 붓스트랩 예제
________7.5 클래스 불균형
____________7.5.1 클래스 불균형의 개념과 예제
____________7.5.2 업샘플링과 예제
____________7.5.3 다운샘플링과 예제
____________7.5.4 SMOTE와 예제
________연습문제

____Chapter 8. 군집분석과 연관분석
________8.1 군집분석
____________8.1.1 계층적 군집분석
____________8.1.2 k-평균 군집분석
____________8.1.3 혼합분포 군집분석
____________8.1.4 SOM 군집분석
____________8.1.5 SOM 군집분석 예제
________8.2 연관분석
____________8.2.1 연관규칙분석
________연습문제


Part 4. 비정형 데이터 마이닝

____Chapter 9. 텍스트 마이닝
________9.1 텍스트 마이닝 개요
____________9.1.1 텍스트 마이닝의 개념
____________9.1.2 텍스트의 위계적 구조
____________9.1.3 단어 표현 방법
____________9.1.4 텍스트 마이닝의 기능
________9.2 텍스트 마이닝 기본 프로세스
____________9.2.1 텍스트 수집
____________9.2.2 텍스트 전처리
________9.3 유사도 거리
____________9.3.1 유사도 거리 함수
____________9.3.2 유사도 거리를 계산하는 예제
________9.4 워드 클라우드
____________9.4.1 워드 클라우드
________9.5 감성분석
____________9.5.1 김성분석
________9.6 카운터 기반의 단어 표현
____________9.6.1 원-핫 인코딩
____________9.6.2 백오브워드
____________9.6.3 단어 빈도-역문서 빈도
________9.7 워드 임베딩을 위한 단어 표현
____________9.7.1 워드투벡터
____________9.7.2 글로브
________연습문제

____Chapter 10. 사회연결망 분석
________10.1 사회연결망 개요
____________10.1.1 사회연결망 개념
____________10.1.2 중심성
____________10.1.3 사회연결망 예제(대통령 브리핑 486~488.txt)
________연습문제

____부록
________정답 및 해설
________참고문헌
________찾아보기

출판사 리뷰 출판사 리뷰 보이기/감추기

”대학에서 지리학을 전공하고 졸업과 동시에 [공공 빅데이터 청년 인턴십 1기] 교육과정을 수료했습니다. 빅데이터 분야를 목표로 하는 비전공자로서 이전에도 통계 및 R 프로그래밍 책을 여러 권 접해 보았지만 책을 따라가기에 급급했고, 지나고 보면 머릿속에 크게 남는 것이 없었습니다. 그렇지만 이 책은 기초 통계를 시작으로 데이터 분석에 필요한 개념을 먼저 짚어주고 이후에 충분한 실습을 하게 했습니다. 그 결과 학습을 마친 지금도 기억에 많이 남아 있네요. 무엇보다 저처럼 비전공자가 처음 접하는 용어가 쉽게 설명되어 있어서 큰 도움이 되었습니다.” _정원화

“대학에서 전자공학을 전공하고 [공공 빅데이터 청년 인턴십 1기] 교육과정을 수료했습니다. 비전공자이기 때문에 교육과정을 이수하면서 어려움이 많았는데 이 책은 그때 어려움을 겪었던 통계 지식, 분석 기법, 데이터 처리 방법 등이 구글링을 하지 않아도 될 만큼 자세히 써져 있어 매력적입니다. 데이터 분석 분야에서는 통계 지식이 매우 중요한 만큼 저처럼 통계 기초가 잡히지 않은 분에게 추천합니다.” _장승일

“대학에서 정보통계학을 전공하고 [공공 빅데이터 청년 인턴십 1기] 교육과정을 수료했습니다. 이 책은 기초 통계, 함수 사용 방법, 분석 기법에 대해서 친절하게 설명되어 있습니다. 교육과정 동기 수료생들을 보니 통계를 어려워하더군요. 기초 통계를 완벽하게 다지고 싶은 분, 그리고 분석 기법을 제대로 공부하고 싶은 분에게 추천 드립니다.” _정지서

회원리뷰 (10건) 회원리뷰 이동

한줄평 (5건) 한줄평 이동

총 평점 10.0점 10.0 / 10.0

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

  • 포장안내1
  • 포장안내2
  • 포장안내3
  • 포장안내4
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
  •  쿠폰은 결제 시 적용해 주세요.
1   27,000
뒤로 앞으로 맨위로 공유하기