HOME > 상세정보

상세정보

(데이터 과학을 위한) 파이썬과 R : 오픈소스를 활용한 데이터 분석, 시각화, 머신러닝

자료유형
단행본
개인저자
Scavetta, Rick J. Angelov, Boyan, 저 임혜연, 역
서명 / 저자사항
(데이터 과학을 위한) 파이썬과 R : 오픈소스를 활용한 데이터 분석, 시각화, 머신러닝 / 릭 슈카페타, 보이안 앙겔로프 지음 ; 임혜연 옮김
발행사항
서울 :   한빛미디어,   2022  
형태사항
216 p. : 삽화 ; 24 cm
원표제
Python and R for the modern data scientist : the best of both worlds
ISBN
9791169210430
일반주기
부록: 파이썬-R 사전  
색인수록  
일반주제명
Data mining Python (Computer program language) R (Computer program language)
000 00000cam c2200205 c 4500
001 000046135450
005 20221130132913
007 ta
008 221130s2022 ulka 001c kor
020 ▼a 9791169210430 ▼g 93000
035 ▼a (KERIS)BIB000016563481
040 ▼a 247017 ▼c 247017 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.3/12 ▼2 23
085 ▼a 006.312 ▼2 DDCK
090 ▼a 006.312 ▼b 2022z12
100 1 ▼a Scavetta, Rick J.
245 2 0 ▼a (데이터 과학을 위한) 파이썬과 R : ▼b 오픈소스를 활용한 데이터 분석, 시각화, 머신러닝 / ▼d 릭 슈카페타, ▼e 보이안 앙겔로프 지음 ; ▼e 임혜연 옮김
246 1 9 ▼a Python and R for the modern data scientist : ▼b the best of both worlds
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2022
300 ▼a 216 p. : ▼b 삽화 ; ▼c 24 cm
500 ▼a 부록: 파이썬-R 사전
500 ▼a 색인수록
650 0 ▼a Data mining
650 0 ▼a Python (Computer program language)
650 0 ▼a R (Computer program language)
700 1 ▼a Angelov, Boyan, ▼e
700 1 ▼a 임혜연, ▼e
900 1 0 ▼a 슈카페타, 릭, ▼e
900 1 0 ▼a 앙겔로프, 보이안, ▼e
945 ▼a ITMT

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.312 2022z12 등록번호 121261241 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

데이터 과학에서 필수 도구인 파이썬과 R의 기술적 상호 작용에 대해 설명하고, 사례 연구를 통해 각 언어의 강점과 시너지 효과를 보여준다. 그리고 한 걸음 더 나아가 오픈소스 생태계를 활용한 데이터 분석, 시각화, 머신러닝 실습을 제공한다. 파이썬과 R의 장점을 모두 활용하면 더 크고 복잡한 데이터 과학 프로젝트에서도 만족스러운 결과를 얻을 수 있을 것이다.

이중 언어 사용 스킬 대방출! 상황별 언어 선택법과 두 언어로 작성된 스크립트 통합법

데이터 과학 프로젝트를 성공적으로 끝내려면 상황에 맞게 적절한 도구를 선택할 수 있어야 합니다. 어떤 작업에서는 R이 더 적절할 수 있지만 또 다른 작업에서는 범용 언어인 파이썬이 더 나을 수도 있기 때문입니다. 이 책은 데이터 과학에서 필수 도구인 파이썬과 R의 기술적 상호 작용에 대해 설명하고, 사례 연구를 통해 각 언어의 강점과 시너지 효과를 보여줍니다. 그리고 한 걸음 더 나아가 오픈소스 생태계를 활용한 데이터 분석, 시각화, 머신러닝 실습을 제공합니다. 파이썬과 R의 장점을 모두 활용하면 더 크고 복잡한 데이터 과학 프로젝트에서도 만족스러운 결과를 얻을 수 있을 것입니다.

파이썬과 R, 무엇이 더 강력한 데이터 과학 도구일까요?

데이터 과학 분야에서는 파이썬과 R이 주축을 이루고 있습니다. 그렇다면 둘 중 더 강력한 도구는 무엇일까요? 이 책은 특정 상황에서 어떤 언어가 더 큰 장점을 갖는지 알아보고, 각 언어의 장점을 최대한으로 활용하는 방법을 다룹니다.

그런데 데이터 과학에서 파이썬과 R은 “함께 사용할 때” 정말로 강력한 도구가 된다는 사실을 알고 있나요? 이 책은 어디서도 다루지 않는 파이썬과 R의 시너지 효과를 설명하고, 각 언어로 작성된 스크립트를 단일 워크플로에서 단일 스크립트로 만드는 방법도 살펴봅니다!

평소 데이터 과학 프로젝트에서 한 가지 언어만 사용했다면 이 책을 통해 원래 사용하던 언어를 기반으로 다른 언어를 배울 수 있습니다. 그렇게 파이썬과 R을 모두 다룰 수 있는 이중 언어 사용자가 되면 예제를 통해 특정 상황에서 어떤 언어를 선택해야 하는지 학습합니다. 최종적으로는 두 언어를 모두 사용하여 성공적인 데이터 과학 프로젝트를 완성할 수 있습니다.

대상 독자
데이터 과학 이론이 아닌 ‘데이터 과학을 위한 언어(도구)’에 관심 있는 사람
데이터 과학 분야의 실무자

주요 내용
1. 맞춤형 학습
파이썬 사용자를 위한 맞춤형 R 학습
R 사용자를 위한 맞춤형 파이썬 학습

2. 이중 언어 사용자를 위한 스킬
파이썬과 R의 장단점 비교
상황에 맞는 언어를 선택하는 방법

3. 파이썬과 R의 시너지 효과
파이썬과 R을 단일 워크플로로 통합하는 방법
파이썬과 R을 함께 사용하는 사례 연구


정보제공 : Aladin

저자소개

릭 슈카페타(지은이)

2012년부터 독립 워크숍 트레이너, 프리랜서 데이터 과학자, 공동 창업자로 일하고 있습니다. 슈카페타 아카데미를 운영하며 독일 전역에 있는 주요 연구 기관과 협력하고 있습니다. 2016년부터 맡은 데이터 캠프 강의는 20만 명이 넘는 사람이 수강했으며 오라일리(O’Reilly)와 매닝(Manning)의 고급 데이터 과학 강의에도 기여했습니다. 현재는 사우디아라비아에 있는 미스크(Misk) 아카데미의 기술 교육과정 고문으로 데이터 과학 프로그램 개발을 이끌고 있습니다.

보이안 앙겔로프(지은이)

10년 이상의 학계와 산업계 경험이 있는 데이터 전략가이자 컨설턴트입니다. 생물정보학, 임상 실험, 인적 자원 기술, 관리 컨설팅 등의 분야에서 활동합니다. XAI 분야의 오픈소스 과학 프로젝트에 기여했으며 정기적으로 콘퍼런스와 모임에서 발표합니다.

임혜연(옮긴이)

인터넷 세상의 언어에 관심이 많은 개발자입니다. 지금은 어떻게 하면 검색을 통해 좋은 연결을 만들 수 있을지 고민하는 일을 주로 하고 있습니다.

정보제공 : Aladin

목차

PART 1 새로운 언어의 발견

CHAPTER 1 첫걸음
1.1 R의 기원
1.2 파이썬의 기원
1.3 언어 전쟁의 시작
1.4 데이터 과학에서의 승자는?
1.5 협력과 커뮤니티 구축
정리하기

PART 2 새로운 언어 시작하기

CHAPTER 2 파이썬 사용자를 위한 R
2.1 R 제대로 사용하기
2.2 프로젝트와 패키지
2.3 티블의 성공
2.4 데이터 타입과 탐색
2.5 내부 요소 명명 규칙
2.6 리스트
2.7 팩터의 실체
2.8 필요한 내용을 찾는 방법
2.9 반복 다시 실행하기
정리하기

CHAPTER 3 R 사용자를 위한 파이썬
3.1 버전과 빌드
3.2 표준 도구
3.3 가상 환경
3.4 패키지 설치
3.5 노트북
3.6 파이썬과 R 비교
_데이터셋 가져오기
_데이터 조사하기
3.7 데이터 구조와 기술 통계
_데이터 구조: 기본으로 돌아가기
_인덱싱과 논리 표현식
_플로팅
3.8 추론 통계
정리하기

PART 3 현대적 컨텍스트

CHAPTER 4 데이터 포맷 컨텍스트
4.1 외부 패키지와 기본 패키지
4.2 이미지 데이터
4.3 텍스트 데이터
4.4 시계열 데이터
_베이스 R
_프로펫
4.5 공간 정보 데이터
정리하기

CHAPTER 5 워크플로 컨텍스트
5.1 워크플로란?
5.2 탐색적 데이터 분석
_정적 시각화
_인터랙티브 시각화
5.3 머신러닝
5.4 데이터 엔지니어링
5.5 보고서 작성
_정적 보고서 작성
_인터랙티브 보고서 작성
정리하기

PART 4 파이썬과 R 함께 사용하기

CHAPTER 6 파이썬과 R의 시너지 효과
6.1 가짜 운용성
6.2 상호 운용성
6.3 한 걸음 더
_R 마크다운 문서에서 파이썬으로 객체 전달하기
_R 마크다운 문서에서 파이썬 호출하기
_파이썬 스크립트를 소싱해서 파이썬 호출하기
_REPL을 사용하여 파이썬 호출하기
_인터랙티브 문서에서 동적 입력으로 파이썬 호출하기
정리하기

CHAPTER 7 데이터 과학 사례 연구
7.1 24년 그리고 188만 건의 산불
7.2 설정과 데이터 불러오기
7.3 탐색적 데이터 분석과 데이터 시각화
7.4 머신러닝
_파이썬 환경 설정
_피처 엔지니어링
_모델 학습
7.5 예측과 UI
정리하기

[부록] 파이썬-R 사전
- 패키지 관리
- 할당 연산자
- 타입
- 산술 연산자
- 속성
- 키워드
- 함수와 메서드
- 스타일과 명명 규칙
- 유사한 데이터 스토리지 객체
- 데이터 프레임
- 논리 표현식
- 인덱싱

관련분야 신착자료

Kneusel, Ronald T (2022)
Kneusel, Ronald T (2022)
한국교육학술정보원 (2022)