OpenAI가 개발한 ChatGPT는 자연어 처리와 데이터 해석 능력을 결합하여 누구나 쉽게 데이터를 분석할 수 있도록 돕는 혁신적인 도구이다. 단순한 질문-답변을 넘어서 데이터 처리, 시각화, 통계 분석, 모델링에 이르기까지 데이터 분석의 모든 단계를 지원한다. 따라서 『ChatGPT와 함께 하는 데이터 분석 기행』은 ChatGPT를 활용하여 누구나 데이터 분석을 쉽게 하는 데 초점을 두고, 생성형 AI와 데이터 분석의 융합, ChatGPT를 활용한 데이터 분석 기법, 기술통계와 가설검증, 상관관계 및 회귀분석, 네트워크 분석, 텍스트 마이닝 그리고 행위자(에이전트) 기반 모델링까지 폭넓은 주제를 다루고 있다.
본서는 단순한 데이터 분석 매뉴얼이 아니라 ChatGPT와 함께 하는 데이터 분석 기행의 동반자가 되고자 한다. 데이터 분석은 이제 기술적인 도전이 아니라 누구나 즐길 수 있는 창의적인 과정이 되고 있다. ChatGPT와 함께 데이터의 복잡함을 넘어 새로운 가능성을 발견할 수 있을 것이다.
Contents
1부 생성형 AI와 데이터 분석의 융합 이해하기
Chapter 01 생성형 AI의 소개
1. 생성형 AI: 데이터 분석의 새로운 지평을 열다
2. 생성형 AI: 데이터 분석에서의 도전과 한계를 이해하다
Chapter 02 ChatGPT를 활용한 데이터 분석
1. ChatGPT: 데이터 분석의 혁명적 도구, 새로운 가능성을 탐색하다
2. 프롬프트 엔지니어링: AI와의 효과적인 소통 기술을 익히다
2부 ChatGPT 기반의 데이터 분석하기
Chapter 03 기술통계로 데이터 인사이트 도출
1. 기술통계: 데이터의 본질을 파악하고 인사이트를 도출하다
2. 기술통계량 계산: ChatGPT의 정확성을 경험하다
Chapter 04 가설검증으로 통계적 근거 확보
1. 가설검증: 통계적 근거로 주장을 평가하다
2. 가설검증 절차: 체계적인 검증 과정을 이해하다
3. 주요 가설검증: 다양한 검증 방법을 이해하다
4. ChatGPT를 활용한 가설검증 활용: AI와 함께 검증 과정을 자동화하다
Chapter 05 타당성과 신뢰성을 위한 데이터 분석
1. 타당성과 신뢰성 분석: 데이터의 품질과 신뢰를 평가하다
2. ChatGPT를 활용한 분석 절차: 데이터 처리와 평가를 자동화하다
Chapter 06 검증집단 간 평균차이 분석
1. t-검증과 분산분석: 평균차이를 통계적으로 검증하다
2. 분석 절차에서 ChatGPT 활용: 검증 과정을 자동화하다
Chapter 07 상관관계를 파악하기 위한 데이터 분석
1. 상관분석: 변수 간 관계성을 파악하다
2. ChatGPT를 활용하여 상관분석을 실시하다
Chapter 08 회귀분석을 활용한 변수 간 관계 분석
1. 회귀분석: 변수 간 관계를 바탕으로 예측모델을 구축하다
2. ChatGPT를 활용한 회귀분석 실습과 응용: 데이터 분석 역량을 강화하다
3부 ChatGPT 기반의 데이터 분석 응용하기
Chapter 09 네트워크 분석
1. 네트워크 분석: 데이터 간 상호작용을 시각화하고 분석하다
2. ChatGPT를 활용한 네트워크 분석: 데이터 관계를 파악하다
Chapter 10 텍스트 마이닝
1. 텍스트 마이닝: 텍스트 데이터에서 유의미한 정보를 추출하다
2. ChatGPT를 활용한 텍스트 마이닝 절차: 효율적인 분석을 수행하다
3. 텍스트 마이닝에서 ChatGPT 활용 시 유의사항: 신뢰성을 확보하다
Chapter 11 행위자 기반 모델
1. 행위자 기반 모델: 복잡계 시스템을 모델링하다
2. 행위자 기반 모델의 구성: NetLogo를 활용하여 현실을 모델로 표현하다
3. NetLogo 인터페이스: 메뉴, 탭, 명령 센터로 구성되다
4. 행위자 기반 모델 구현: NetLogo로 실제 모델링 접근법을 이해하다
Chapter 12 행위자 기반 모델 응용
1. NetLogo 프로그래밍: 행위자와 네트워크를 구성하고 공간으로 관리하다
2. NetLogo 프로그래밍: 시뮬레이션 흐름과 데이터를 관리하다
3. ChatGPT를 활용한 행위자 기반 모델: 모델링과 분석을 새롭게 접근하다
Chapter 13 생성형 AI와 데이터 분석의 융합
1. 데이터 분석의 새로운 지평: 생성형 AI와 데이터 분석을 융합하다
2. API Key: 데이터 분석의 효율성을 높이다
3. GPT for Sheets and Docs: 실무형 데이터를 분석하다
Author
정의범,김대수,이돈희
고려대학교에서 경영학 박사학위를 받았다. 한국생산관리학회에서 위원장으로 활동하고 있으며, 국내 저널에서 편집위원으로 활동 중이다. 현재 한신대학교 경영학과 조교수로 재직 중이다.
고려대학교에서 경영학 박사학위를 받았다. 한국생산관리학회에서 위원장으로 활동하고 있으며, 국내 저널에서 편집위원으로 활동 중이다. 현재 한신대학교 경영학과 조교수로 재직 중이다.