HOME > 상세정보

상세정보

(비즈니스 활용 사례로 배우는) 데이터 분석:R : 실무에서 바로 적용하는 8가지 데이터 분석 사례 (32회 대출)

자료유형
단행본
개인저자
酒卷隆治 里洋平, 저 손정도, 역
서명 / 저자사항
(비즈니스 활용 사례로 배우는) 데이터 분석:R = Data science case study : 실무에서 바로 적용하는 8가지 데이터 분석 사례 / 사카마키 류지; 사토 요헤이 지음 ; 손정도 옮김
발행사항
서울 :   한빛미디어,   2015  
형태사항
288 p. : 삽화, 도표 ; 23 cm
원표제
ビジネス活用事例で學ぶデ-タサイエンス入門
ISBN
9788968482113
일반주기
색인수록  
000 00000cam c2200205 c 4500
001 000045856637
005 20160105140443
007 ta
008 160105s2015 ulkad 001c kor
020 ▼a 9788968482113 ▼g 93000
035 ▼a (KERIS)BIB000013911408
040 ▼a 211014 ▼c 211009 ▼d 211009
041 1 ▼a kor ▼h jpn
082 0 4 ▼a 519.50285 ▼2 23
085 ▼a 519.50285 ▼2 DDCK
090 ▼a 519.50285 ▼b 2015z19
100 1 ▼a 酒卷隆治
245 2 0 ▼a (비즈니스 활용 사례로 배우는) 데이터 분석:R = ▼x Data science case study : ▼b 실무에서 바로 적용하는 8가지 데이터 분석 사례 / ▼d 사카마키 류지; ▼e 사토 요헤이 지음 ; ▼e 손정도 옮김
246 1 9 ▼a ビジネス活用事例で學ぶデ-タサイエンス入門
246 3 ▼a Bijinesu katsuyo jirei de manabu deta saiensu nyumon
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2015
300 ▼a 288 p. : ▼b 삽화, 도표 ; ▼c 23 cm
500 ▼a 색인수록
700 1 ▼a 里洋平, ▼e
700 1 ▼a 손정도, ▼e
900 1 0 ▼a 사카마키 류지, ▼e
900 1 0 ▼a 사토 요헤이, ▼e
900 1 0 ▼a Sakamaki, Ryuji, ▼e
900 1 0 ▼a Sato, Youhei, ▼e
900 1 0 ▼a 酒卷隆治, ▼e
900 1 0 ▼a 里洋平, ▼e
945 ▼a KLPA

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 519.50285 2015z19 등록번호 111784769 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 519.50285 2015z19 등록번호 121235198 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 519.50285 2015z19 등록번호 111784769 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 519.50285 2015z19 등록번호 121235198 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

가볍게 개념과 이론을 살펴보고 나서 기업 분석가가 실제 데이터를 기반으로 당장 실무에서 데이터를 분석하고 활용하는 실용적인 방법을 알려준다. 현장에서 사용되는 데이터를 기반으로 데이터 분석을 설명하는 이 책은 총 3개 파트로 구성되어 있다. 왜 매상이 감소하고 있는가나 어떤 고객이 떠나고 있는가처럼 당장 급하고 관심있는 주제를 다루며, 데이터 분석의 기초를 설명하고, 결정트리 분석이나 기계학습 등을 활용해서 어떻게 데이터 분석을 응용할 수 있는가를 설명한다.

데이터 분석의 개론, 기초, 응용을 한 권으로
이 책의 독자는 데이터 분석가가 되고 싶은 사람, 데이터를 사업과 업무에 활용하고 싶은 기획자나 마케터, 혹은 데이터 분석과 관련된 업무를 신규로 시작하고 싶은 관리자이다. 현장에서 사용되는 데이터를 기반으로 데이터 분석을 설명하는 이 책은 총 3개 파트로 구성되어 있다. 왜 매상이 감소하고 있는가나 어떤 고객이 떠나고 있는가처럼 당장 급하고 관심있는 주제를 다루며, 데이터 분석의 기초를 설명하고, 결정트리 분석이나 기계학습 등을 활용해서 어떻게 데이터 분석을 응용할 수 있는가를 설명한다.

출판사 리뷰
데이터 전문가가 아닌 우리에게 정말 필요한 것은 데이터 분석이란 무엇인가, 데이터 과학이란 무엇인가를 이야기하는 이론서나 전문가나 쓰는 R 프로그래밍이 아니다. 이 책은 가볍게 개념과 이론을 살펴보고 나서 기업 분석가가 실제 데이터를 기반으로 당장 실무에서 데이터를 분석하고 활용하는 실용적인 방법을 알려준다.

이 책의 내용
- 왜 매상이 감소하는가?
- 어떤 특성의 고객들이 떠나는가?
- 어떤 배너광고의 반응이 더 좋은가?
- 집객효과가 가장 큰 광고 조합은 무엇인가?
- 과거 행동으로부터 현재 행동을 예측할 수 있는가?
- 어떤 고객층을 타깃으로 정할 것인가?
- 어떤 행동을 취한 고객들이 계속해서 이용하는가?
- 더 즐거운 팀을 구성하는 방법


정보제공 : Aladin

저자소개

사토 요헤이(지은이)

주식회사 드리컴 데이터분석그룹 소속. 특기는 R 언어를 활용한 데이터분석. Tokyo.R 주최자. 前) 추천 로직, 주식예측모델 구축이나 데이터마이닝, 마케팅 분석 업무를 담당했다. 現) 드리컴에서 데이터 분석환경 구축, 데이터 분석 업무를 담당한다. 아름다운 통계이론을 조금이라도 비즈니스에서 활용할 수 있도록 열심히 노력 중이다. 저서로는 『데이터 사이언티스트 양성독본』(기술평론사), 『R 패키지 가이드북』(도쿄 서적) 등이 있다.

사카마키 류지(지은이)

주식회사 드리컴 데이터분석그룹 소속. 특기는 인간이 환경에 남기는 행동로그 분석하기. 환경학 박사. 前) 모 통신회사에서 마케팅리서치, 아이트래킹 분석 등을 거쳐 일본 내 전자상거래 사이트의 기술연구소에 역임했다. 現) 드리컴에서 소셜 게임과 각종 서비스의 로그 해석 업무. 데이터 분석을 통해 회사가 대박을 터뜨릴 수 있도록 열심히 노력 중이다.

손정도(옮긴이)

대학에서 컴퓨터공학을 전공한 후 일본으로 건너가 임베디드 소프트웨어 개발에 종사한다. 현재 일본 Fixstars에서 임베디드 소프트웨어 개발 및 소프트웨어 최적화 등의 업무를 담당하고 있다.

정보제공 : Aladin

목차

CHAPTER 01 데이터 과학자라는 직업 
_1.1 데이터 과학자란? 
_1.2 데이터 과학자의 세 가지 타입 
_1.3 데이터 과학자의 현실 

CHAPTER 02 비즈니스에서의 데이터 분석 흐름 
_2.1 데이터 분석의 다섯 가지 흐름 
_2.2 현실의 모습과 이상적인 모습 
_2.3 문제 발견 
_2.4 데이터 수집과 가공 
_2.5 데이터 분석 
_2.6 액션 
_2.7 정리 
_2.8 R 언어 기초 

CHAPTER 03 <사례 :히스토그램> 왜 매상이 감소하고 있는가? 
_3.1 현실의 모습과 이상적인 모습 
_3.2 문제 발견 
_3.3 데이터 수집과 가공 
_3.4 데이터 분석 
_3.5 액션 
_3.6 정리 
_3.7 R 언어 코드 상세설명 

CHAPTER 04 <사례 : 크로스 집계> 어떤 속성의 고객들이 떠나고 있는가? 
_4.1 현실의 모습과 이상적인 모습 
_4.2 문제 발견 
_4.3 데이터 수집과 가공 
_4.4 데이터 분석 
_4.5 액션 
_4.6 정리 
_4.7 R 언어 코드 상세설명 

CHAPTER 05 <사례 : A/B 테스트> 어느 쪽의 배너광고가 반응이 더 좋은가? 
_5.1 현실의 모습과 이상적인 모습 
_5.2 문제 발견 
_5.3 데이터 수집과 가공 
_5.4 데이터 분석 
_5.5 액션 
_5.6 정리 
_5.7 R 언어 코드 상세설명 

CHAPTER 06 사례 : <중회귀분석> 집객효과가 가장 큰 광고의 조합은 무엇인가? 
_6.1 현실의 모습과 이상적인 모습 
_6.2 문제 발견 
_6.3 데이터 수집과 가공 
_6.4 데이터 분석 
_6.5 액션 
_6.6 정리 
_6.7 R 언어 코드 상세설명 

CHAPTER 07 사례 : <로지스틱 회귀분석> 과거의 행동으로부터 현재의 행동을 예측할 수 있는가? 
_7.1 스마트폰의 유저수를 늘리고 싶다 
_7.2 ID 이전 실패가 원인 
_7.3 정답을 포함한 데이터가 없을 때의 데이터 수집 
_7.4 모델 검증 
_7.5 액션 
_7.6 정리 
_7.7 R 언어 코드 상세설명 

CHAPTER 08 <사례 :클러스터링> 어떤 고객층을 타깃으로 정할 것인가? 
_8.1 어떤 유저들이 있는지 파악하고 싶다 
_8.2 행동패턴으로 유저층 분류하기 
_8.3 주성분을 설명변수로 사용하기 
_8.4 클러스터링 실행 
_8.5 액션 
_8.6 정리 
_8.7 R 언어 코드 상세설명 

CHAPTER 09 <사례 :결정트리분석> 어떤 행동을 취한 고객들이 계속해서 이용하는가? 
_9.1 이용시작 직후의 탈퇴자를 줄이고 싶다 
_9.2 ‘재미’의 구조 이해하기 
_9.3 클러스터를 설명변수로 사용하기 
_9.4 결정트리분석 실행 
_9.5 액션 
_9.6 정리 
_9.7 R 언어 코드 상세설명 

CHAPTER 10 <사례 : 기계학습> 보다 즐거운 팀을 구성하기 위해서는? 
_10.1 팀플레이 즐거움의 최대화 
_10.2 데이터 분석을 통해 서비스에 부가가치 더하기 
_10.3 요일에 영향을 받지 않는 데이터 만들기 
_10.4 예측모델 구축 
_10.5 액션 
_10.6 정리 
_10.7 R 언어 코드 상세설명

관련분야 신착자료

Anderson, David R (2021)