PART 1파이썬 기반 데이터 분석 입문

CHAPTER 01 분석 환경 구성

1절 앞으로 무엇을 배워야 하는가?
2절 AI 개발의 언어, 왜 파이썬(Python)인가?
3절 실습 환경 세팅하기
4절 주피터 노트북에서 첫 코드 실행하기
5절 AI 프로젝트 필수 라이브러리 점검
6절 AI 개발자의 첫 번째 관문, 오류 해결 가이드
핵심정리

CHAPTER 02 AI의 재료, 데이터 이해하기

1절 AI의 재료, 데이터 이해하기
2절 NumPy
3절 Pandas
핵심정리

PART 2데이터 탐색 및 시각화

CHAPTER 03 탐색적 데이터 분석(EDA)

1절 탐색적 데이터 분석(EDA) 개요
2절 데이터 불러오기와 기본 구조 확인
3절 결측치 및 이상치 탐색
4절 결측치와 이상치, 어떻게 처리할까?
5절 변수 간의 관계 탐색 (1) 그룹별 데이터 분석
6절 변수 간의 관계 탐색 (2) 상관관계 분석
핵심정리

CHAPTER 04 데이터 시각화

1절 라이브러리 소개
2절 단일 변수 탐색
3절 이변수 탐색
4절 다차원 시각화
핵심정리
MIDDLE TEST 연습문제

PART 3데이터 전처리와 피처 엔지니어링

CHAPTER 05 전처리 기법

1절 데이터 전처리의 중요성
2절 결측치 처리
3절 범주형 데이터 인코딩
4절 컬럼명과 타입 변경
5절 X, Y 데이터 분리
6절 데이터 결합(merge)
핵심정리

CHAPTER 06 정규화 및 표준화

1절 스케일링 개요
2절 정규화와 MinMaxScaler
3절 표준화와 StandardScaler
4절 RobustScaler
핵심정리
MIDDLE TEST 연습문제

PART 4 AI 모델링 문제 해결을 위한 도구 상자

CHAPTER 07 회귀(Regression)

1절 회귀: 연속된 값 예측하기
2절 모델 1: 선형 회귀
3절 모델 2: 결정 트리 회귀
4절 모델 3: 랜덤 포레스트 회귀
5절 모델 4: K-최근접 이웃 회귀
6절 부스팅 앙상블
핵심정리
CHAPTER 08 분류(Classification)
1절 분류: 정해진 답 맞추기
2절 모델 1: 로지스틱 회귀
3절 모델 2: 결정 트리 분류
4절 모델 3: 랜덤 포레스트 분류
5절 모델 4: K-최근접 이웃 분류
6절 모델 5: 서포트 벡터 머신
7절 부스팅 앙상블
핵심정리

CHAPTER 09 비지도학습

1절 비지도학습
2절 군집화와 K-Means
3절 차원 축소와 PCA
4절 DBSCAN
핵심정리

CHAPTER 10 딥러닝 맛보기: 인공신경망의 첫걸음
1절 딥러닝 개요 및 머신러닝과의 차이점
2절 TensorFlow와 Keras
3절 간단한 인공신경망(MLP) 구현 실습
4절 심층신경망과 Dropout
5절 다중 분류와 회귀
핵심정리
MIDDLE TEST 연습문제

PART 5 AI 모델 성능 평가 및 튜닝

CHAPTER 11 성능 평가 방법: 모델의 성적표 이해하기

1절 분류 모델 평가 지표
2절 회귀 모델 평가 지표
3절 시각적 평가
핵심정리

CHAPTER 12 모델 튜닝 및 결과 해석: 최고의 모델 만들기

1절 하이퍼파라미터 튜닝
2절 GridSearchCV
3절 RandomizedSearchCV
4절 딥러닝 모델 튜닝
5절 학습 과정 시각화
핵심정리
MIDDLE TEST 연습문제

FINAL TEST 실전모의고사
제1회 실전모의고사
제2회 실전모의고사
제3회 실전모의고사
제4회 실전모의고사
제5회 실전모의고사
제6회 실전모의고사

책속책 정답 및 해설