Chapter 1 비즈니스 애널리틱스 소개
1.1 비즈니스 애널리틱스 개요
1.2 데이터 유형
1.3 변수 및 측정척도
1.4 데이터 소스 및 파일 형식
1.5 데이터 분석

Chapter 2 데이터 관리 및 랭글링
2.1 데이터 관리
2.2 데이터 점검
2.3 데이터 준비
2.4 수치형 데이터 변환
2.5 범주형 데이터 변환
2.6 데이터 분석

Chapter 3 데이터 시각화 및 요약척도
3.1 범주형 및 수치형 변수 시각화 방법
3.2 두 변수 간 관계의 시각화 방법
3.3 기타 데이터 시각화 방법
3.4 요약척도
3.5 이상치 탐지
3.6 데이터 분석

Chapter 4 확률 및 확률분포
4.1 확률개념 및 확률법칙
4.2 전확률법칙 및 베이즈 정리
4.3 확률변수 및 이산확률분포
4.4 이항분포와 포아송 분포
4.5 정규분포
4.6 데이터 분석

Chapter 5 통계적 초론
5.1 표본분포
5.2 추정
5.3 가설검정
5.4 데이터 분석

Chapter 6 회귀분석
6.1 선형회귀모형
6.2 모형 선택
6.3 유의성 검정
6.4 모형의 가정과 일반적인 위반
6.5 데이터 분석

Chapter 7 고급회귀분석
7.1 상호작용변수가 있는 회귀모형
7.2 비선형관계를 위한 회귀모형
7.3 선형확률모형과 로지스틱 회귀모형
7.4 교차검증방법
7.5 데이터 분석
부록 7.1: k-겹 교차검증방법을 위한 R의 Caret 패키지

Chapter 8 데이터 마이닝 소개
8.1 데이터 마이닝 개요
8.2 유사도 척도
8.3 성능 평가
8.4 주성분 분석
8.5 데이터 분석

Chapter 9 지도학습 데이터 마이닝: K-최근접 이웃과 나이브 베이즈
9.1 지도학습 데이터 마이닝 소개
9.2 k-최근접 이웃 방법
9.3 나이브 베이즈 방법
9.4 데이터 분석

Chapter 10 지도학습 데이터 마이닝: 의사결정나무
10.1 분류회귀나무(CART) 소개
10.2 분류나무
10.3 회귀나무
10.4 앙상블 나무모형
10.5 데이터 분석

Chapter 11 비지도학습 데이터 마이닝
11.1 계층적 군집분석
11.2 k-평균 군집분석
11.3 연관규칙 분석
11.4 데이터 분석

Chapter 12 시계열 데이터를 이용한 예측
12.1 시계열의 예측과정
12.2 단순평활기법
12.3 추세 및 계절성을 위한 선형회귀모형
12.4 추세 및 계절성을 위한 비선형 회귀분석 모형
12.5 데이터 분할 및 모형 선택
12.6 데이터 분석

Chapter 13 처방분석 소개
13.1 처방분석 개요
13.2 몬테카를로 시뮬레이션
13.3 선형계획법을 이용한 최적화
13.4 정수계획법을 이용한 최적한
13.5 데이터 분석

부록
부록 A - 빅데이터셋: 변수 설명과 데이터 사전
부록 B - Excel 시작하기
부록 C - R 시작하기
부록 D - 통계표
부록 E - 주요 연습문제 해답

찾아보기