| 000 | 00000nam c2200205 c 4500 | |
| 001 | 000046147505 | |
| 005 | 20230502083754 | |
| 007 | ta | |
| 008 | 230428s2023 ulkad b 000a kor | |
| 020 | ▼a 9791138349185 ▼g 13000 | |
| 040 | ▼a 211009 ▼c 211009 ▼d 211009 | |
| 082 | 0 4 | ▼a 005.133 ▼2 23 |
| 085 | ▼a 005.133 ▼2 DDCK | |
| 090 | ▼a 005.133 ▼b P999 2023z7 | |
| 245 | 0 0 | ▼a 파이썬 한권으로 끝내기 : ▼b 데이터분석전문가(ADP)·빅데이터분석기사 실기대비 / ▼d 데싸라면, ▼e 빨간색 물고기, ▼e 자투리코드 편저 |
| 250 | ▼a 개정1판 | |
| 260 | ▼a 서울 : ▼b SD에듀 : ▼b 시대고시기획, ▼c 2023 | |
| 300 | ▼a 499 p. : ▼b 천연색삽화, 도표 ; ▼c 27 cm | |
| 504 | ▼a 참고문헌 수록 | |
| 700 | 0 | ▼a 데싸라면, ▼e 편 |
| 700 | 0 | ▼a 빨간색물고기, ▼e 편 |
| 700 | 0 | ▼a 자투리코드, ▼e 편 |
| 945 | ▼a ITMT |
Holdings Information
| No. | Location | Call Number | Accession No. | Availability | Due Date | Make a Reservation | Service |
|---|---|---|---|---|---|---|---|
| No. 1 | Location Main Library/Monographs(3F)/ | Call Number 005.133 P999 2023z7 | Accession No. 111879933 | Availability In loan | Due Date 2023-10-10 | Make a Reservation Available for Reserve(2persons reqested this item) | Service |
Contents information
Book Introduction
■ 한 권으로 데이터분석전문가는 물론 빅데이터분석기사 취득까지 한 번에!
■ 초보자도 쉽게 코드를 읽을 수 있는 ALL COLOR 구성!
■ 파이썬의 기초부터 심화까지 모두 잡는 핵심요약!
■ 데이터분석전문가·빅데이터분석기사 실제 합격자인 저자의 실전 Tip!
■ 최신 출제경향을 담은 기출동형 모의고사 5회분!
우선 필기시험의 관문을 뚫고 SD에듀의 <파이썬 한권으로 끝내기 : 데이터분석전문가(ADP) + 빅데이터분석기사 실기대비>를 찾아 주신 독자님께 감사의 마음을 전합니다. 본서는 파이썬을 선택하여 데이터분석전문가(ADP)와 빅데이터분석기사 실기시험을 대비하는 수험생들을 위해 제작하였습니다. 비전공자도 쉽게 따라해보고 이해할 수 있도록 서술하였으며, 데이터 분석의 결과를 어떻게 해석해야 하는지에 집중하였습니다.
간혹 출제되는 특이 문항을 제외하면, 결국 데이터분석전문가와 빅데이터분석기사 시험은 데이터분석가가 갖추어야 할 기본적인 소양에 대해 질문하고 있습니다. 그러므로 이 도서는 데이터분석가라면 기본적으로 알고 있어야 하는 대부분의 지식이 수록되어 있는 기본서가 될 것이라 확신합니다.
SD에듀는 여러분의 합격을 진심으로 기원합니다
Information Provided By: :
Author Introduction
데싸라면(지은이)
· 정보통계학 학사, 빅데이터 석사 졸업 · Class101 ADP 강사 · 빅데이터분석기사, ADsP, ADP 보유 · 정부기관 및 국내 제조사의 빅데이터 연구과제 참여 · 데이터분석 경진대회 수상경력 多
빨간색 물고기(지은이)
· 국제경영학 학사, 빅데이터 학사, 빅데이터 석사 졸업 · 국내 IT 기업 AI 연구개발팀 소속 · 정부기관 및 국내 제조사의 빅데이터 연구과제 참여 · 블로그 : 빨간색 물고기(yj-79.tistory.com)
자투리코드(지은이)
· 빅데이터 석사 졸업 · 데이터분석 경진대회 우승 多 · 국내외 대기업 데이터분석가/데이터사이언티스트 합격 · 수상팁, 합격팁 등 데이터분석을 위한 SNS 운영 · 유튜브·인스타 : 자투리코드(jaturi_code)
Table of Contents
■ 제1장 시험소개 및 환경구성 제1절 데이터분석 자격시험 소개 제2절 분석환경 설정하기 ■ 제2장 데이터 핸들링 제1절 판다스 데이터 구조 제2절 DataFrame 기본 제3절 row/column 선택·추가·삭제 제4절 조건에 맞는 데이터 탐색 및 수정 제5절 데이터 정렬 제6절 데이터 결합 제7절 데이터 요약 제8절 데이터 재구조화 제9절 데이터프레임에 함수 적용하기 제10절 문자열 데이터 변환하기 제11절 날짜 데이터 핸들링 ■ 제3장 EDA와 시각화 제1절 EDA의 의미 제2절 막대그래프와 히스토그램 제3절 상자 그림(Box Plot) 제4절 산점도(Scatter Plot) 제5절 선 그래프 제6절 상관관계 시각화 제7절 Pandas Profiling ■ 제4장 데이터 전처리 제1절 데이터 전처리의 의미 제2절 이상치 확인 및 정제 제3절 범주형 변수 처리 제4절 데이터 분할 제5절 데이터 스케일링 제6절 차원 축소 제7절 데이터 불균형 문제 처리 ■ 제5장 머신러닝 프로세스 제1절 머신러닝의 의미 제2절 머신러닝 분석 프로세스 설명 제3절 성능평가 기법 제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석 제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석 ■ 제6장 머신러닝 - 지도학습 제1절 단순 선형 회귀(Simple Linear Regression Model) 제2절 다항 회귀(Polynomial Regression) 제3절 다중 회귀(Multiple Regression) 제4절 로지스틱 회귀(Logistic Regression) 제5절 서포트 벡터 머신(Support Vector Machine) 제6절 K-최근접 이웃(KNN) 제7절 의사결정나무(Decision Tree) 제8절 앙상블(Ensemble) 제9절 나이브베이즈(Naive Bayes) 분류 ■ 제7장 통계분석 제1절 통계분석 프로세스 제2절 t-test 제3절 분산분석(ANOVA) 제4절 교차분석(카이제곱 검정) 제5절 선형 회귀분석 제6절 군집분석 제7절 연관분석 제8절 시계열분석 ■ 최신 기출동형 모의고사 제1회 기출동형 모의고사 제2회 기출동형 모의고사 제3회 기출동형 모의고사 제4회 기출동형 모의고사 제5회 기출동형 모의고사
