1장 들어가기
1.1 데이터 시대의 도래
1.2 데이터 과학이란?
1.3 동기부여를 위한 상상: 데이텀 주식회사

2장 파이썬 속성 강좌
2.1 기본기 다지기
2.2 기본기에서 한 걸음 나아가기
2.3 더 공부해 보고 싶다면

3장 데이터 시각화
3.1 matplotlib
3.2 막대 그래프
3.3 선 그래프
3.4 산점도
3.5 더 공부해 보고 싶다면

4장 선형대수
4.1 벡터
4.2 행렬
4.3 더 공부해 보고 싶다면

5장 통계
5.1 데이터셋 설명하기
5.2 상관관계
5.3 심슨의 역설
5.4 상관관계에 대한 추가적인 경고 사항
5.5 상관관계와 인과관계
5.6 더 공부해 보고 싶다면

6장 확률
6.1 종속성과 독립성
6.2 조건부 확률
6.3 베이즈 정리
6.4 확률변수
6.5 연속 분포
6.6 정규분포
6.7 중심극한정리
6.8 더 공부해 보고 싶다면

7장 가설과 추론
7.1 통계적 가설 검정
7.2 예시: 동전 던지기
7.3 p-value
7.4 신뢰구간
7.5 p-value 해킹
7.6 예시: A/B test 해보기
7.7 베이지안 추론
7.8 더 공부해 보고 싶다면

8장 경사 하강법
8.1 경사 하강법에 숨은 의미
8.2 Gradient 계산하기
8.3 Gradient 적용하기
8.4 적절한 이동 거리 정하기
8.5 종합하기
8.6 SGD(stochastic gradient descent)
8.7 더 공부해 보고 싶다면

9장 파이썬으로 데이터 수집하기
9.1 stdin과 stdout
9.2 파일 읽기
9.3 웹 스크래핑
9.4 API 사용하기
9.5 예시: 트위터 API 사용하기
9.6 더 공부해 보고 싶다면

10장 데이터 다루기
10.1 데이터 탐색하기
10.2 정제하고 합치기
10.3 데이터 처리
10.4 척도 조절
10.5 차원 축소
10.6 더 공부해 보고 싶다면

11장 기계학습
11.1 모델링
11.2 기계학습이란?
11.3 오버피팅과 언더피팅
11.4 정확도
11.5 Bias-variance 트레이드오프
11.6 특성 추출 및 선택
11.7 더 공부해 보고 싶다면

12장 k-NN
12.1 모델
12.2 예시: 가장 인기 있는 프로그래밍 언어
12.3 차원의 저주
12.4 더 공부해 보고 싶다면

13장 나이브 베이즈
13.1 바보 스팸 필터
13.2 조금 더 똑똑한 스팸 필터
13.3 구현하기
13.4 모델 검증하기
13.5 더 공부해 보고 싶다면

14장 단순 회귀 분석
14.1 모델
14.2 경사 하강법 사용하기
14.3 최대우도추정법
14.4 더 공부해 보고 싶다면

15장 다중 회귀 분석
15.1 모델
15.2 최소자승법에 대한 몇 가지 추가 가정
15.3 모델 학습하기
15.4 모델 해석하기
15.5 적합성(Goodness of fit)
15.6 여담: bootstrap
15.7 계수의 표준 오차
15.8 정규화(regularization)
15.9 더 공부해 보고 싶다면

16장 로지스틱 회귀 분석
16.1 문제
16.2 로지스틱 함수
16.3 모델 적용하기
16.4 적합성(Goodness of fit)
16.5 SVM
16.6 더 공부해 보고 싶다면

17장 의사결정나무
17.1 의사결정나무란?
17.2 엔트로피
17.3 파티션의 엔트로피
17.4 의사결정나무 만들기
17.5 종합하기
17.6 랜덤포레스트
17.7 더 공부해 보고 싶다면

18장 신경망
18.1 퍼셉트론
18.2 순방향(Feed-forward) 신경망
18.3 Backpropagation
18.4 예시: CAPTCHA 깨기
18.5 더 공부해 보고 싶다면

19장 군집화
19.1 군집화 감 잡기
19.2 모델
19.3 예시: 오프라인 모임
19.4 k 값 선택하기
19.5 예시: 색 군집화하기
19.6 상향식 계층 군집화
19.7 더 공부해 보고 싶다면

20장 자연어 처리
20.1 워드 클라우드
20.2 n-gram 모델
20.3 문법
20.4 여담: 깁스 샘플링
20.5 토픽 모델링
20.6 더 공부해 보고 싶다면

21장 네트워크 분석
21.1 매개 중심성
21.2 고유벡터 중심성
21.3 방향성 그래프(Directed graphs)와 페이지랭크
21.4 더 공부해 보고 싶다면

22장 추천 시스템
22.1 수작업을 이용한 추천
22.2 인기도를 활용한 추천
22.3 사용자 기반 협업 필터링
22.4 상품 기반 협업 필터링
22.5 더 공부해 보고 싶다면

23장 데이터베이스와 SQL
23.1 CREATE TABLE과 INSERT
23.2 UPDATE
23.3 DELETE
23.4 SELECT
23.5 GROUP BY
23.6 ORDER BY
23.7 JOIN
23.8 서브쿼리
23.9 인덱싱
23.10 쿼리 최적화
23.11 NoSQL
23.12 더 공부해 보고 싶다면

24장 맵리듀스
24.1 예시: 단어 수 세기
24.2 왜 맵리듀스인가?
24.3 맵리듀스 일반화하기
24.4 예시: 사용자의 글 분석하기
24.5 예시: 행렬 연산
24.6 여담: Combiner
24.7 더 공부해 보고 싶다면

25장 본격적으로 데이터 과학하기
25.1 IPython
25.2 수학
25.3 밑바닥부터 시작하지 않는 방법
25.4 데이터 찾기
25.5 데이터 과학하기