그림으로 배우는 데이터 사이언스
$20.53
SKU
9788931477009
[Free shipping over $100]
Standard Shipping estimated by Thu 12/5 - Wed 12/11 (주문일로부 10-14 영업일)
Express Shipping estimated by Mon 12/2 - Wed 12/4 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2024/06/10 |
| Pages/Weight/Size | 152*215*15mm |
| ISBN | 9788931477009 |
| Categories | IT 모바일 > OS/데이터베이스 |
Description
그림으로 보는 데이터 분석과 활용 기법
'데이터 과학’이라는 용어가 등장한 지 10년이 넘어가고 AI와 IoT가 주목을 받게 되면서 많은 사람들이 데이터를 비즈니스나 서비스에 활용하고 있다. 데이터 과학은 방대한 양의 데이터로부터 유의미한 정보를 추출하여 다양한 분야에서 문제 해결과 기회 발견에 기여한다. 단순한 데이터 처리를 넘어 데이터에서 새로운 가치를 발견하는 데이터 과학은 이제 IT 전문가뿐만 아니라 누구나 이해하고 활용해야 할 필수 지식이다.
이 책은 다양한 그림을 통해 데이터를 어떻게 분석하고 활용하는지 쉽게 설명한다. 그래프와 값의 종류, 데이터 구조 등 기본 지식부터 데이터를 분류하고 예측하는 데 필요한 통계학 기초, 최신 기술인 인공지능과 머신러닝, 보안 문제까지 데이터 과학을 이해하는 데 필요한 거의 모든 내용을 일목요연하게 정리하고 있다. 이 책을 통해 데이터 분석 기법과 데이터를 다룰 때 주의할 점 등 기초를 다지면 데이터를 보다 능숙하게 활용할 수 있을 것이다.
'데이터 과학’이라는 용어가 등장한 지 10년이 넘어가고 AI와 IoT가 주목을 받게 되면서 많은 사람들이 데이터를 비즈니스나 서비스에 활용하고 있다. 데이터 과학은 방대한 양의 데이터로부터 유의미한 정보를 추출하여 다양한 분야에서 문제 해결과 기회 발견에 기여한다. 단순한 데이터 처리를 넘어 데이터에서 새로운 가치를 발견하는 데이터 과학은 이제 IT 전문가뿐만 아니라 누구나 이해하고 활용해야 할 필수 지식이다.
이 책은 다양한 그림을 통해 데이터를 어떻게 분석하고 활용하는지 쉽게 설명한다. 그래프와 값의 종류, 데이터 구조 등 기본 지식부터 데이터를 분류하고 예측하는 데 필요한 통계학 기초, 최신 기술인 인공지능과 머신러닝, 보안 문제까지 데이터 과학을 이해하는 데 필요한 거의 모든 내용을 일목요연하게 정리하고 있다. 이 책을 통해 데이터 분석 기법과 데이터를 다룰 때 주의할 점 등 기초를 다지면 데이터를 보다 능숙하게 활용할 수 있을 것이다.
Contents
CH 1 데이터 과학을 지탱하는 기술
1-1 21세기의 자원
1-2 데이터가 증가하는 이유
1-3 다양한 지식을 조합해서 분석한다
1-4 데이터에서 가치를 발견하는 직종
1-5 데이터는 그대로 쓸 수 없다
1-6 대량의 데이터는 보물섬
1-7 사람과 컴퓨터는 다루기 쉬운 데이터가 다르다
1-8 데이터를 위한 데이터
1-9 데이터를 한 곳으로 모은다
1-10 효율적인 처리 순서를 생각한다
1-11 도출한 규칙을 사용할 수 있게 한다
1-12 데이터를 다루는 프로그래밍 언어
1-13 누구나 무료로 쓸 수 있는 데이터
1-14 재미있게 공부하는 분석 기법
1-15 IT를 중심으로 생각한다
1-16 분석된 데이터의 활용 사례
1-17 이 상품을 구매한 사람은 이런 상품도 구매했어요
1-18 데이터에 따라 가치가 달라진다
1-19 소규모로 직접 시험해 본다
1-20 계속해서 개선해 간다
1-21 목표를 결정하고 전략적으로 진행한다
1-22 데이터에 관련된 사람을 파악한다
Ch 2 데이터의 기본
2-1 데이터 종류
2-2 데이터를 범위로 나눈다
2-3 그래프를 구분해 사용한다
2-4 비율을 나타내는 그래프
2-5 복수 데이터를 하나의 그래프로 표현한다
2-6 데이터의 기준을 만드는 값
2-7 데이터의 분포 상태를 파악한다
2-8 하나의 기준으로 판단한다
2-9 부적절한 데이터를 다룬다
2-10 매출의 80%는 20%의 상품으로 구성된다?
2-11 시각적으로 표현한다
2-12 누구나 데이터를 분석할 수 있는 편리한 도구
2-13 데이터를 통합 관리한다
2-14 데이터 연계를 고려한다
2-15 데이터 구조를 시각화한다
2-16 데이터베이스를 설계한다
2-17 종이에 인쇄된 데이터를 가져온다
Ch 3 데이터 처리와 활용
3-1 가져오는 타이밍에 따라 달라지는 데이터
3-2 프로그램이 자동으로 출력하는 데이터
3-3 장기간의 변화를 다룬다
3-4 두 축의 관계를 파악한다
3-5 허위 관계에 속지 않는다
3-6 여러 축으로 집계한다
3-7 축의 개수를 줄여 특징을 파악한다
3-8 두 점간의 거리를 이해한다
3-9 비슷한 각도를 조사한다
3-10 데이터 분석은 멋진 면만 있는 게 아니다
3-11 여러 축의 관계를 명확히 한다
3-12 고급 회귀분석을 알아보자
3-13 분류를 예측한다
3-14 알고 있는 지식으로 값을 추정한다
3-15 주사위를 굴려본다
3-16 반복 예측으로 정확도를 높인다
3-17 다양한 분석 기법을 알아보자
Ch 4 알아두고 싶은 통계학 지식
4-1 통계학의 종류
4-2 데이터를 추출한다
4-3 일어날 수 있는 가능성을 수치로 표현한다
4-4 여러 일이 동시에 일어날 확률을 생각한다
4-5 결과에서 원인을 생각한다
4-6 데이터 분포를 이해한다
4-7 많은 데이터를 모으면 원래 값에 가까워진다
4-8 함수로 분포를 표현한다
4-9 추출한 데이터로 모집단을 추정한다
4-10 분산을 모르는 상태에서 추정한다
4-11 통계적으로 검증한다
4-12 맞다고 판단하는 기준을 결정한다
4-13 검정 결과를 판단한다
4-14 평균을 검정한다
4-15 분산을 검정한다
CH 5 알아두면 좋은 AI 지식
5-1 인간처럼 똑똑한 컴퓨터를 만든다
5-2 인공지능을 실현하는 기법
5-3 인공지능을 평가하는 지표
5-4 학습 진행 상황을 파악한다
5-5 두뇌를 모방한 학습 방법
5-6 조금씩 최적해에 가까워진다
5-7 계층을 깊게 하고, 대량의 데이터로 학습한다
5-8 오차를 수치화한다
5-9 정확도를 높인다
5-10 여러 그룹으로 분할한다
5-11 임의 개수로 분할한다
5-12 트리 구조로 학습한다
5-13 복수의 AI로 다수결을 취한다
5-14 규칙을 평가하는 지표
5-15 경계선으로부터의 마진을 최대화한다
5-16 자동으로 머신러닝을 실행한다
5-17 다양한 기법을 조합해 해결법을 찾는다
Ch 6 보안과 개인정보 보호의 문제점
6-1 데이터를 다룰 때 도덕성을 갖춘다
6-2 흔들리는 데이터 신뢰성
6-3 잘못된 인식으로 흔들리는 정확도
6-4 개인정보 보호를 위한 움직임(1)
6-5 개인정보 보호를 위한 움직임(2)
6-6 개인정보 활용을 고려한다
6-7 데이터 유통과 이용법을 생각한다
6-8 데이터를 다루는 규칙을 정한다
6-9 무슨 목적으로 데이터를 수집하는지 명시한다
6-10 데이터가 가진 권리를 이해한다
6-11 외부 데이터를 자동으로 가져온다
6-12 보유한 데이터에 접근하는 것을 관리한다
6-13 내부 데이터 반출을 방지한다
6-14 언제나 같은 결과를 얻는다
1-1 21세기의 자원
1-2 데이터가 증가하는 이유
1-3 다양한 지식을 조합해서 분석한다
1-4 데이터에서 가치를 발견하는 직종
1-5 데이터는 그대로 쓸 수 없다
1-6 대량의 데이터는 보물섬
1-7 사람과 컴퓨터는 다루기 쉬운 데이터가 다르다
1-8 데이터를 위한 데이터
1-9 데이터를 한 곳으로 모은다
1-10 효율적인 처리 순서를 생각한다
1-11 도출한 규칙을 사용할 수 있게 한다
1-12 데이터를 다루는 프로그래밍 언어
1-13 누구나 무료로 쓸 수 있는 데이터
1-14 재미있게 공부하는 분석 기법
1-15 IT를 중심으로 생각한다
1-16 분석된 데이터의 활용 사례
1-17 이 상품을 구매한 사람은 이런 상품도 구매했어요
1-18 데이터에 따라 가치가 달라진다
1-19 소규모로 직접 시험해 본다
1-20 계속해서 개선해 간다
1-21 목표를 결정하고 전략적으로 진행한다
1-22 데이터에 관련된 사람을 파악한다
Ch 2 데이터의 기본
2-1 데이터 종류
2-2 데이터를 범위로 나눈다
2-3 그래프를 구분해 사용한다
2-4 비율을 나타내는 그래프
2-5 복수 데이터를 하나의 그래프로 표현한다
2-6 데이터의 기준을 만드는 값
2-7 데이터의 분포 상태를 파악한다
2-8 하나의 기준으로 판단한다
2-9 부적절한 데이터를 다룬다
2-10 매출의 80%는 20%의 상품으로 구성된다?
2-11 시각적으로 표현한다
2-12 누구나 데이터를 분석할 수 있는 편리한 도구
2-13 데이터를 통합 관리한다
2-14 데이터 연계를 고려한다
2-15 데이터 구조를 시각화한다
2-16 데이터베이스를 설계한다
2-17 종이에 인쇄된 데이터를 가져온다
Ch 3 데이터 처리와 활용
3-1 가져오는 타이밍에 따라 달라지는 데이터
3-2 프로그램이 자동으로 출력하는 데이터
3-3 장기간의 변화를 다룬다
3-4 두 축의 관계를 파악한다
3-5 허위 관계에 속지 않는다
3-6 여러 축으로 집계한다
3-7 축의 개수를 줄여 특징을 파악한다
3-8 두 점간의 거리를 이해한다
3-9 비슷한 각도를 조사한다
3-10 데이터 분석은 멋진 면만 있는 게 아니다
3-11 여러 축의 관계를 명확히 한다
3-12 고급 회귀분석을 알아보자
3-13 분류를 예측한다
3-14 알고 있는 지식으로 값을 추정한다
3-15 주사위를 굴려본다
3-16 반복 예측으로 정확도를 높인다
3-17 다양한 분석 기법을 알아보자
Ch 4 알아두고 싶은 통계학 지식
4-1 통계학의 종류
4-2 데이터를 추출한다
4-3 일어날 수 있는 가능성을 수치로 표현한다
4-4 여러 일이 동시에 일어날 확률을 생각한다
4-5 결과에서 원인을 생각한다
4-6 데이터 분포를 이해한다
4-7 많은 데이터를 모으면 원래 값에 가까워진다
4-8 함수로 분포를 표현한다
4-9 추출한 데이터로 모집단을 추정한다
4-10 분산을 모르는 상태에서 추정한다
4-11 통계적으로 검증한다
4-12 맞다고 판단하는 기준을 결정한다
4-13 검정 결과를 판단한다
4-14 평균을 검정한다
4-15 분산을 검정한다
CH 5 알아두면 좋은 AI 지식
5-1 인간처럼 똑똑한 컴퓨터를 만든다
5-2 인공지능을 실현하는 기법
5-3 인공지능을 평가하는 지표
5-4 학습 진행 상황을 파악한다
5-5 두뇌를 모방한 학습 방법
5-6 조금씩 최적해에 가까워진다
5-7 계층을 깊게 하고, 대량의 데이터로 학습한다
5-8 오차를 수치화한다
5-9 정확도를 높인다
5-10 여러 그룹으로 분할한다
5-11 임의 개수로 분할한다
5-12 트리 구조로 학습한다
5-13 복수의 AI로 다수결을 취한다
5-14 규칙을 평가하는 지표
5-15 경계선으로부터의 마진을 최대화한다
5-16 자동으로 머신러닝을 실행한다
5-17 다양한 기법을 조합해 해결법을 찾는다
Ch 6 보안과 개인정보 보호의 문제점
6-1 데이터를 다룰 때 도덕성을 갖춘다
6-2 흔들리는 데이터 신뢰성
6-3 잘못된 인식으로 흔들리는 정확도
6-4 개인정보 보호를 위한 움직임(1)
6-5 개인정보 보호를 위한 움직임(2)
6-6 개인정보 활용을 고려한다
6-7 데이터 유통과 이용법을 생각한다
6-8 데이터를 다루는 규칙을 정한다
6-9 무슨 목적으로 데이터를 수집하는지 명시한다
6-10 데이터가 가진 권리를 이해한다
6-11 외부 데이터를 자동으로 가져온다
6-12 보유한 데이터에 접근하는 것을 관리한다
6-13 내부 데이터 반출을 방지한다
6-14 언제나 같은 결과를 얻는다