HOME > 상세정보

상세정보

데이터 분석을 떠받치는 수학 : 엑셀과 수학, 통계로 배우는 데이터 과학의 기술

자료유형
단행본
개인저자
손민규
서명 / 저자사항
데이터 분석을 떠받치는 수학 : 엑셀과 수학, 통계로 배우는 데이터 과학의 기술 / 손민규 지음
발행사항
파주 :   위키북스,   2018  
형태사항
308 p. : 천연색삽화, 도표 ; 24 cm
총서사항
데이터 사이언스 시리즈 ;016
ISBN
9791158391041
일반주기
색인수록  
000 00000cam c2200205 c 4500
001 000045950595
005 20180816095000
007 ta
008 180814s2018 ggkad 001c kor
020 ▼a 9791158391041 ▼g 93000
035 ▼a (KERIS)BIB000014861985
040 ▼a 223009 ▼c 211009 ▼d 211009
082 0 4 ▼a 005.74 ▼2 23
085 ▼a 005.74 ▼2 DDCK
090 ▼a 005.74 ▼b 2018z2
100 1 ▼a 손민규
245 1 0 ▼a 데이터 분석을 떠받치는 수학 : ▼b 엑셀과 수학, 통계로 배우는 데이터 과학의 기술 / ▼d 손민규 지음
260 ▼a 파주 : ▼b 위키북스, ▼c 2018
300 ▼a 308 p. : ▼b 천연색삽화, 도표 ; ▼c 24 cm
440 0 0 ▼a 데이터 사이언스 시리즈 ; ▼v 016
500 ▼a 색인수록
945 ▼a KLPA

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 005.74 2018z2 등록번호 121245576 도서상태 대출중 반납예정일 2021-04-28 예약 예약가능 R 서비스 M
No. 2 소장처 세종학술정보원/과학기술실/ 청구기호 005.74 2018z2 등록번호 151342448 도서상태 대출가능 반납예정일 예약 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 005.74 2018z2 등록번호 121245576 도서상태 대출중 반납예정일 2021-04-28 예약 예약가능 R 서비스 M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 005.74 2018z2 등록번호 151342448 도서상태 대출가능 반납예정일 예약 서비스

컨텐츠정보

책소개

데이터 분석을 하고 싶지만, 어디서 어떻게 시작할지를 모르는 사람들과 관련 수학지식이 부족해 어려워하는 사람들을 위해 압축, 분류, 예측 알고리즘 중에 가장 많이 사용되는 알고리즘을 골라 엑셀만으로 충분히 이해할 수 있도록 구성했다.

데이터 분석을 위한 첫 걸음을 도와드립니다!

이 책은 데이터 분석을 하고 싶지만, 어디서 어떻게 시작할지를 모르는 사람들과 관련 수학지식이 부족해 어려워하는 사람들을 위해 압축, 분류, 예측 알고리즘 중에 가장 많이 사용되는 알고리즘을 골라 엑셀만으로 충분히 이해할 수 있도록 구성했다.

이 책으로 차근차근 실습을 진행한다면 압축, 분류, 예측 알고리즘에 대해 충분히 이해할 수 있을 것이다. 학습한 내용을 바탕으로 경험을 쌓는다면 멋진 데이터 과학자가 될 수 있을 것이다.


정보제공 : Aladin

저자소개

손민규(지은이)

소니 반도체에서 데이터 분석 업무를 통해 알고리즘 및 시스템 개발 업무와 사원 대상 통계 알고리즘 강의를 진행했으며, 현재 삼성전자에서 데이터 분석 업무를 하고 있다. 일본 큐슈대학교에서 인공지능의 한 분야인 Reinforcement Learning 알고리즘 개발로 박사학위를 받았으며, 관심 분야는 Reinforcement Learning, Neural Network, Genetic Algorithm 등 Machine Learning Algorithm을 활용한 시스템 개발이다. - 저서: 데이터 분석을 떠받치는 수학(2018) - 감수: 정석으로 배우는 딥러닝(2017) - 번역: 가장 쉬운 딥러닝 입문 교실(2018), 실전! 딥러닝(2019)

정보제공 : Aladin

목차

▣ 01장: 데이터 분석이란 
1.1 데이터 분석 프로세스 
__1.1.1 문제 정의 
__1.1.2 데이터 수집 
__1.1.3 데이터 분석 
__1.1.4 검증 및 고찰 
1.2 데이터 분석 알고리즘의 특징과 종류 

▣ 02장: 데이터 분석을 위한 기초 
2.1 기초 통계량 
__2.1.1 평균 
__2.1.2 중앙값 
__2.1.3 최빈값 
__2.1.4 최댓값, 최솟값, 범위 
2.2 분산과 표준편차 
__2.2.1 표준오차 
__2.2.2 분산 
__2.2.3 표준편차 
__2.2.4 모집단의 개수와 표본집단의 개수 
__2.2.5 엑셀로 분산과 표준편차를 계산하는 방법 
__2.2.6 정규분포 
__2.2.7 정규분포를 이용한 이상점 검출 
2.3 데이터 표준화 
2.4 공분산과 상관계수 
__2.4.1 공분산 
__2.4.2 상관계수 
2.5 행렬 
__2.5.1 정방행렬 
__2.5.2 영행렬 
__2.5.3 대각행렬과 단위행렬 
__2.5.4 삼각행렬 
__2.5.5 전치행렬 
2.6 행렬 연산 
__2.6.1 행렬의 덧셈과 뺄셈 
__2.6.2 행렬의 곱셈 
__2.6.3 공분산 행렬과 상관행렬 
__2.6.3 역행렬 
2.7 데이터 분석과 행렬 
__2.7.1 연립 방정식과 행렬 
__2.7.2 좌표변환과 행렬 
2.8 미분과 편미분 
__2.8.1 미분 
__2.8.2 편미분 

▣ 03장: 압축 기법 - 주성분분석 
3.1 주성분분석 개요 
3.2 주성분분석 실습 
__Step 0 데이터 표준화 
__Step 1 상관행렬을 구한다 
__Step 2 상관행렬의 고윳값, 고유벡터를 구한다 
__Step 3 고유벡터를 이용해 표준화된 데이터를 주성분 공간으로 이동시킨다 
3.3 주성분분석 활용 
__3.3.1 차원축소 
__3.3.2 데이터 분석 

▣ 04장: 분류 기법 - 마할라노비스-다구찌 시스템 

4.1 개요 
4.2 MTS 분석 실습 
__4.2.1 모델 구축 
__4.2.2 모델 활용(이상 감지) 
4.3 역행렬을 이용한 MTS 구축 
__4.3.1 모델 구축 
__4.3.2 모델 활용(이상 감지) 

▣ 05장: 예측기법 - 회귀 분석 
5.1 선형회귀분석 
__5.1.1 단순 선형 회귀 
__5.1.2 다중회귀 
5.2 주성분회귀분석 
__5.2.1 데이터 표준화 
__5.2.2 상관행렬 계산 
__5.2.3 고윳값, 고유벡터 계산 
__5.2.4 좌표변환 
__5.2.5 다중회귀 계산 
__5.2.6 변환행렬 A 계산 
5.3 부분최소제곱법 분석 
__5.3.1 데이터 표준화 
__5.3.2 가중치 행렬 W 계산 
__5.3.3 잠재변수 T 계산 
__5.3.4 다중회귀 계산 
__5.3.5. 표준화 회귀계수 계산 
__5.3.6 회귀계수 계산

관련분야 신착자료

한국데이터산업진흥원 (2020)