HOME > 상세정보

상세정보

(현장에서 바로 써먹는) 데이터 분석 with R : 현장 전문가가 실무 예제로 설명하는 데이터 분석 이론과 R 기초+실전 활용법 (2회 대출)

자료유형
단행본
개인저자
김임용
서명 / 저자사항
(현장에서 바로 써먹는) 데이터 분석 with R : 현장 전문가가 실무 예제로 설명하는 데이터 분석 이론과 R 기초+실전 활용법 / 김임용 지음
발행사항
의정부 :   심통,   2021  
형태사항
392 p. : 삽화, 도표 ; 26 cm
ISBN
9791197529504
일반주기
색인수록  
000 00000cam c2200205 c 4500
001 000046104940
005 20220117180629
007 ta
008 220117s2021 ggkad 001c kor
020 ▼a 9791197529504 ▼g 13000
035 ▼a (KERIS)BIB000015918379
040 ▼a 222001 ▼c 222001 ▼d 211009
082 0 4 ▼a 519.50285 ▼2 23
085 ▼a 519.50285 ▼2 DDCK
090 ▼a 519.50285 ▼b 2021z19
100 1 ▼a 김임용
245 2 0 ▼a (현장에서 바로 써먹는) 데이터 분석 with R : ▼b 현장 전문가가 실무 예제로 설명하는 데이터 분석 이론과 R 기초+실전 활용법 / ▼d 김임용 지음
260 ▼a 의정부 : ▼b 심통, ▼c 2021
300 ▼a 392 p. : ▼b 삽화, 도표 ; ▼c 26 cm
500 ▼a 색인수록
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 519.50285 2021z19 등록번호 121258745 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

데이터 분석 현장 전문가가 데이터 분석 이론과 현장에서 필요한 실무 활용법과 노하우를 설명한다. 데이터 분석에 대해 자세히 이해할 수 있도록 데이터 분석의 개념, 발달 과정, 분석 과정을 알아보고 R 문법을 배운다. 가상의 1인 기업의 김대표를 등장시켜 병아리가 부화하고 성장하고 성별과 품종을 구분하고 닭의 체중을 예측하는 과정을 통해 통계 분석과 기본 그래프, 상관 분석과 회귀 분석, 분류 및 군집 분석 등의 이론과 실제를 학습할 수 있다.

현장에서 R을 다룰 때 필요한 이론과 활용법 수록!
가상의 1인 기업의 데이터 분석 스토리로, 프로젝트 전 과정을 배울 수 있다!


데이터 분석 현장 전문가가 데이터 분석 이론과 현장에서 필요한 실무 활용법과 노하우를 설명한다. 데이터 분석에 대해 자세히 이해할 수 있도록 데이터 분석의 개념, 발달 과정, 분석 과정을 알아보고 R 문법을 배운다.
가상의 1인 기업의 김대표를 등장시켜 병아리가 부화하고 성장하고 성별과 품종을 구분하고 닭의 체중을 예측하는 과정을 통해 통계 분석과 기본 그래프, 상관 분석과 회귀 분석, 분류 및 군집 분석 등의 이론과 실제를 학습할 수 있다. 인공 신경망과 딥러닝, 텍스트 마이닝까지 다룬다.


정보제공 : Aladin

저자소개

김임용(지은이)

데이터로 밥 먹고 산지 10년이 조금 넘었습니다. 대학에서 산업공학을 전공하고, 철강회사에서 통계를 기반한 데이터 분석 업무를 수행하며 생산성 향상, 품질 부적합 예방, 원가절감 등 수익성 개선을 위한 다양한 업무를 수행했습니다. 이후 오퍼레이션 컨설팅 회사로 옮 겨 타국에 위치한 국내 대기업 공장의 수익성 향상을 위한 컨설팅 업무도 경험했습니다. 이러한 경험을 바탕으로 현재는 발전 공기업인 한국동서발전에서 인더스트리 4.0 전담 조직인 디지털기술융합원의 데이터 과학자로 근무하고 있습니다. 다양한 데이터 분석 방법론을 실제 현장에 적용해 문제를 해결하고, 새로운 가치를 창출하는 업무를 수행하고 있습니다. 뿐만 아니라 데이터 기반 의사결정 문화 확산을 위해 데이터 분석 강의 및 컨설팅 업무도 수행하고 있습니다. 세상에 정답은 없지만 그나마 데이터 안에 답이 있다고 믿으며 오늘도 쿼리를 짜고, PT 자료를 만듭니다.

정보제공 : Aladin

목차

Chapter 1 데이터 분석의 이해

1 데이터란?
1-1 데이터의 정의
1-2 데이터 → 정보 → 지식 → 지혜
1-3 빅데이터의 등장
1-4 빅데이터가 만들어 내는 변화
1-5 빅데이터의 활용
1-6 빅데이터와 인공지능

2 데이터 분석이란?
2-1 데이터 과학? 데이터 분석? 데이터 마이닝?
2-2 데이터 분석가와 데이터 과학자
2-3 도메인 지식

3. 데이터 분석의 발달 과정
3-1 통계학의 등장
3-2 사람들이 통계를 어려워하는 이유
3-3 컴퓨터의 등장과 인공지능
3-4 인공지능, 머신러닝 그리고 딥 러닝

4 데이터 분석 과정
4-1 데이터 분석의 결과물
4-2 데이터 분석 과정

5 데이터 분석 가이드 맵
[요약]
[연습문제]

Chapter 2 데이터 분석을 위한 준비

1 데이터 수집
1-1 데이터 수집 방법
1-2 데이터베이스에서의 데이터 수집 방법-SQL
1-3 웹에서의 데이터 수집 방법-웹 크롤링
1-4 API에서의 데이터 수집 방법

2 데이터 셋 준비 시 주의해야 할 점
2-1 분석에 적합한 데이터 형태
2-2 이항 데이터
2-3 범주형 데이터를 수치화시키는 방법-One-Hot Encoding

3 R & RStudio 설치하기
3-1 R이 무엇인가요?
3-2 R의 특징
3-3 R을 배울까요? 파이썬을 배울까요?
3-4 R 설치하기(Windows 기반)
3-5 R 설치하기(Mac OS 기반)
3-6 RStudio 설치하기(Windows 기반)
3-7 RStudio 화면 구성

4 Studio 새 프로젝트 만들기
4-1 새 프로젝트 만들기
4-2 프로젝트 저장하기
4-3 새 소스 탭 추가하기
4-4 소스 파일 불러오기

5 패키지 설치하기
5-1 패키지란?
5-2 패키지 설치하기(인터넷 연결 환경)
5-3 패키지 설치하기(Off-Line 환경)
[요약]
[연습문제]

Chapter 3 데이터 다루기

1 R 문법에 대한 이해
1-1 R 문법 체계
1-2 변수
1-3 주석 사용하기
1-4 도움말 및 예제 불러오기

2 데이터 프레임 다루기
2-1 데이터 프레임이란?
2-2 데이터 프레임 다루기
2-3 나머지 데이터 타입

3. 데이터 정제
3-1 결측치(NA)
3-2 이상치(Outlier)
3-3 스케일링(Scaling)
[요약]
[연습문제]

Chapter 4 통계 분석과 기본 그래프

1 어제까지 몇 마리의 병아리가 부화했을까?(기초 통계량)
1-1 데이터 불러오기
1-2 데이터 확인하기
1-3 기초 통계량 구하기
1-4 데이터 정렬하기
1-5 막대 그래프 그려보기
1-6 그래프 색상 바꿔보기
1-7 그래프 위에 텍스트 추가하기
1-8 그래프 위에 선 추가하기
1-9 파이 차트 그려보기

2 부화한 병아리들의 체중은 얼마일까?(정규분포와 중심극한정리)
2-1 데이터 불러와서 구조와 유형 확인하기
2-2 통계량으로 분포 확인하기
2-3 히스토그램으로 분포 확인하기
2-4 상자그림으로 분포 확인하기
2-5 다중 그래프로 분포 확인하기

3 사료 제조사별 성능 차이가 있을까?(가설검정)
3-1 데이터 불러와서 확인하기
3-2 상자그림으로 분포 비교하기
3-3 정규분포인지 검정하기
3-4 t-test로 두 집단 간 평균 검정하기
[요약]
[연습문제]

Chapter 5 상관 분석과 회귀 분석
1 병아리의 성장에 영향을 미치는 인자는 무엇일까?(상관분석)
1-1 상관분석이란?
1-2 데이터 불러와서 확인하기
1-3 상관분석을 위한 별도 데이터 셋 만들기
1-4 상관분석 실시
1-5 상관분석 결과 표현하기

2 병아리의 체중을 예측할 수 있을까?(회귀분석)
2-1 회귀분석이란?
2-2 단순 선형 회귀분석
2-3 다중 회귀분석
2-4 다중공선성
2-5 비선형 회귀분석
[요약]
[연습문제]

Chapter 6 분류 및 군집 분석
1 병아리의 성별을 구분할 수 있을까?(로지스틱 회귀)
1-1 로지스틱 회귀란?
1-2 데이터 불러와서 확인하기
1-3 로지스틱 회귀분석
1-4 분류 알고리즘의 성능 평가 방법
1-5 로지스틱 회귀모델의 성능 평가
2 병아리의 품종을 구분할 수 있을까?(분류 알고리즘)
2-1 다양한 분류 알고리즘
2-2 나이브 베이즈 분류
2-3 k-최근접 이웃
2-4 의사결정나무
2-5 배깅
2-6 부스팅
2-7 랜덤 포레스트
2-8 서포트 벡터 머신
2-9 XGBoost와 하이퍼 파라미터 튜닝
2-10 분류 알고리즘 결과 정리

3 효과적인 사육을 위해 사육환경을 분리해보자!(군집 알고리즘)
3-1 군집 알고리즘
3-2 k-평균 군집 알고리즘
[요약]
[연습문제]

Chapter 7 인공 신경망과 딥 러닝

1 성장한 닭의 체중을 예측할 수 있을까?(회귀)
1-1 인공신경망이란?
1-2 데이터 확인 및 분할하기
1-3 상관계수 확인 및 간단한 신경망 구현
1-4 회귀모델의 성능 평가
1-5 딥 러닝이란?
1-6 H2O 활용 딥 러닝 구현(회귀)

2 딥 러닝을 이용해 병아리 품종을 다시 구분해 보자!(분류)
2-1 Keras 활용 딥 러닝 구현(분류)
2-2 과적합을 줄이는 방법(드롭아웃)
[요약]
[연습문제]

Chapter 8 텍스트 마이닝
1 고객 리뷰에서 어떻게 핵심을 파악할 수 있을까?(워드 클라우드)
1-1 워드 클라우드란?
1-2 Rtools 설치하기
1-3 패키지 설치하기
1-4 세종사전 및 데이터 불러오기
1-5 텍스트 데이터 가공하기

2 고객들은 정말로 만족했을까?(감성 분석)
2-1 감성 분석이란?
2-2 감성 사전 준비
2-3 데이터 가공 3
2-4 감성 분석
2-5 결과 시각화
[요약]
[연습문제]

Chapter 9 참고할 만한 내용들
1 데이터베이스 연결 및 SQL 사용법
1-1 데이터베이스 연결 방법
1-2 데이터베이스 테이블의 데이터 조회(Select)
1-3 데이터베이스 테이블의 데이터 입력(Insert)
1-4 데이터베이스 테이블의 데이터 삭제(Delete)

2 비대칭 데이터
2-1 비대칭 데이터란?
2-2 언더 샘플링
2-3 오버 샘플링

3 차원축소와 주성분 분석(PCA)
3-1 차원축소란?
3-2 주성분 분석(PCA)

4 데이터 재구조화(Melt & Cast)
4-1 데이터 재구조화
4-2 열을 행으로 변환(Melt)
4-3 행을 열로 변환(Cast)

5 학습을 위한 대표적인 데이터 셋 소개
5-1 R 내장 데이터 셋
5-2 MNIST
5-3 학습용 데이터 셋 취득

6 데이터 분석 학습 사이트 소개
6-1 생활코딩
6-2 데이터 사이언스 스쿨
6-3 코세라
6-4 캐글
연습문제 정답

관련분야 신착자료