간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 5만원 이상 결제시, 5/1~5/31 기간 중 1회)
삼성카드 6% (27,920원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (28,220원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (20,790원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (23,760원)
(최대할인 4만원 / 2만원 이상 결제)
Close

데이터 과학 트레이닝 북 : 넘파이, 사이파이, 판다스, 매트플롯립을 활용하여 직접 실습해 보는

원제 : 東京大?のデ-タサイエンティスト育成講座 :Pythonで手を動かして?ぶデ―タ分析
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 32
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

33,000원

  • 29,700 (10%할인)

    1,650P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서

  • 상품권

AD

책소개

파이썬은 코딩이 쉽고 데이터 분석에 편리한 라이브러리가 많아 데이터 과학에서 널리 쓰이고 있다. 《데이터 과학 트레이닝 북》은 저자가 도쿄대학교에서 진행한 데이터 과학 강의를 바탕으로 집필한 책으로, 파이썬과 파이썬 라이브러리인 넘파이, 사이파이, 판다스, 매트플롯립을 활용해 실제 데이터를 처리하고 분석하고 시각화하는 방법을 다룬다. 파이썬의 기본 문법, 파이썬 라이브러리의 기본적인 사용법부터 수학, 확률 통계, 머신러닝까지 데이터 과학에 필요한 내용들을 폭넓게 살펴본다. 풍부한 연습문제를 통해 설명한 개념들이 실제로는 어떤 식으로 쓰이는지 자연스럽게 익힐 수 있도록 구성했다. 이 책을 읽고 나면 데이터 과학의 전체적인 그림을 이해하고 데이터 과학자가 되기 위해 필요한 지식이 무엇인지 파악할 수 있을 것이다.

출판사 서평

[이 책에서 다루는 내용]
▶ 파이썬, 넘파이, 사이파이, 판다스, 매트플롯립 사용법
▶ 확률, 통계, 추정, 회귀 기초
▶ 넘파이, 사이파이를 활용한 과학 계산
▶ 판다스를 이용한 데이터 다루기
▶ 매트플롯립을 이용한 데이터 시각화
▶ 주피터 노트북 사용법
▶ 사이킷런을 이용한 머신러닝 모델 구현

추천사

김한결(서울대학교병원 연구원)
이 책은 파이썬 기초부터 사이킷런을 통한 머신러닝 모델 구현까지 정리한 데이터 과학 필독서다. 중요한 내용들만 간결하면서도 명확하게 정리했고, 체계적인 연습문제와 해답을 제공하여 독자들이 부담 없이 데이터 과학을 연습할 수 있다. 단기간에 데이터 과학의 기초를 다지고 싶은 모두에게 이 책을 추천한다.

안세진(SK 텔레콤)
《데이터 과학 트레이닝 북》은 이론과 파이썬 프로그래밍을 접목하여, 수학적 증명이 아닌 데이터 실습으로 이론을 이해할 수 있도록 구성되었습니다. 풍부한 예제를 통해 자연스럽게 파이썬 문법을 익힐 수 있는 실용적인 책입니다.

목차

1장 책의 개요와 파이썬 기초
1.1 데이터 과학자의 업무
--1.1.1 데이터 과학자의 업무
--1.1.2 데이터 분석 프로세스
--1.1.3 이 책의 구성
--1.1.4 이 책을 읽는 데 필요한 기초 지식과 유익한 참고문헌
--1.1.5 직접 해보며 연습합시다
1.2 파이썬 기초
--1.2.1 주피터 노트북 사용법
--1.2.2 파이썬 기초
--1.2.3 리스트와 딕셔너리
--1.2.4 조건 분기와 반복문
--1.2.5 함수
--1.2.6 클래스와 인스턴스

2장 과학 계산, 데이터 처리, 기초적인 그래프 제작 라이브러리 사용법
2.1 데이터 분석을 위한 라이브러리
--2.1.1 라이브러리 임포트
--2.1.2 매직 명령어
--2.1.3 라이브러리 임포트
2.2 넘파이 기초
--2.2.1 넘파이 임포트
--2.2.2 배열 생성과 조작, 가공
--2.2.3 난수
--2.2.4 행렬
2.3 사이파이 기초
--2.3.1 사이파이 라이브러리 임포트
--2.3.2 행렬연산
--2.3.3 뉴턴법
2.4 판다스 기초
--2.4.1 판다스 라이브러리 임포트
--2.4.2 Series 사용법
--2.4.3 DataFrame 사용법
--2.4.4 행렬 다루기
--2.4.5 데이터 추출
--2.4.6 데이터 삭제와 결합
--2.4.7 집계
--2.4.8 정렬
--2.4.9 nan(null) 판정
2.5 매트플롯립 기초
--2.5.1 매트플롯립 사용 준비
--2.5.2 산점도
--2.5.3 그래프 분할
--2.5.4 함수 그래프 그리기
--2.5.5 히스토그램

3장 기술통계와 단순회귀분석
3.1 통계의 종류
--3.1.1 기술통계와 추론통계
--3.1.2 라이브러리 임포트
3.2 데이터 입력과 기본 분석
--3.2.1 인터넷 등에 올라 있는 데이터를 읽어 들이기
--3.2.2 데이터 읽기와 확인
--3.2.3 데이터 특성 파악
--3.2.4 정량 데이터와 정성 데이터
3.3 기술통계
--3.3.1 히스토그램
--3.3.2 평균, 중앙값, 최빈값
--3.3.3 분산과 표준편차
--3.3.4 요약 통계량과 백분위수
--3.3.5 박스플롯 그래프
--3.3.6 변동계수
--3.3.7 산점도와 상관계수
--3.3.8 모든 변수의 히스토그램과 산점도 그리기
3.4 단순회귀분석
--3.4.1 선형회귀분석
--3.4.2 결정계수

4장 확률과 통계 기초
4.1 확률과 통계 학습을 위한 사전 준비
--4.1.1 학습을 위한 사전 지식
--4.1.2 라이브러리 임포트
4.2 확률
--4.2.1 수학적 확률
--4.2.2 통계적 확률
--4.2.3 조건부 확률과 곱셈 공식
--4.2.4 독립과 종속
--4.2.5 베이즈 정리
4.3 확률변수와 확률분포
--4.3.1 확률변수, 확률함수, 분포함수, 기댓값
--4.3.2 다양한 분포함수
--4.3.3 커널 밀도함수
4.4 심화학습 : 다차원확률분포
--4.4.1 결합확률분포와 주변확률분포
--4.4.2 조건부 확률 함수와 조건부 기댓값
--4.4.3 독립과 연속분포
4.5 추론통계학
--4.5.1 대수 법칙
--4.5.2 중심극한정리
--4.5.3 표본분포
4.6 통계적 추정
--4.6.1 추정량과 점추정
--4.6.2 불편성과 일치성
--4.6.3 구간추정
--4.6.4 추정량 계산
4.7 통계적 검정
--4.7.1 검정
--4.7.2 제1종 오류와 제2종 오류
--4.7.3 빅데이터 검정

5장 파이썬을 이용한 과학 계산(넘파이와 사이파이)
5.1 개요와 사전준비
--5.1.1 개요
--5.1.2 라이브러리 임포트
5.2 넘파이를 이용한 계산 방법
--5.2.1 인덱스 참조
--5.2.2 넘파이를 이용한 연산 작업
--5.2.3 배열의 조작과 브로드캐스트
5.3 사이파이 응용
--5.3.1 보간법
--5.3.2 선형대수: 행렬 분해
--5.3.3 적분과 미분방정식
--5.3.4 최적화

6장 판다스를 이용해 데이터 다루기
6.1 개요와 사전준비
--6.1.1 라이브러리 임포트
6.2 판다스로 데이터를 다루는 기본적인 방법
--6.2.1 계층적 인덱스
--6.2.2 데이터 결합
--6.2.3 데이터 조작과 변환
--6.2.4 데이터 집계와 그룹 연산
6.3 결측 데이터와 이상값 처리
--6.3.1 결측 데이터 대처 방법
--6.3.2 이상값을 다루는 방법
6.4 시계열 데이터 분석 방법 기초
--6.4.1 시계열 데이터 조작과 변환
--6.4.2 이동평균

7장 매트플롯립을 이용한 데이터 시각화
7.1 데이터 시각화
--7.1.1 데이터 시각화
--7.1.2 라이브러리 임포트
7.2 데이터 시각화 기초
--7.2.1 막대 그래프
--7.2.2 원 그래프
7.3 응용 : 금융 데이터 시각화
--7.3.1 시각화 대상 금융 데이터
--7.3.2 캔들 차트 생성 라이브러리
7.4 응용: 분석 결과 제시
--7.4.1 보고서를 만들 때 주의할 점

8장 머신러닝 기초(지도학습)
8.1 머신러닝 개요
--8.1.1 머신러닝이란
--8.1.2 지도학습
--8.1.3 비지도학습
--8.1.4 강화학습
--8.1.5 라이브러리 임포트
8.2 다중회귀
--8.2.1 자동차 가격 데이터 읽어 들이기
--8.2.2 데이터 정리
--8.2.3 모델 구축과 평가
--8.2.4 모델 구축 및 모델 평가 과정 정리
8.3 로지스틱회귀
--8.3.1 로지스틱회귀 예
--8.3.2 데이터 정리
--8.3.3 모델 구축과 평가
--8.3.4 스케일링을 통한 예측 정확도 향상
8.4 정규화 항이 있는 회귀: 리지회귀, 라소회귀
--8.4.1 라소회귀, 리지회귀의 특징
--8.4.2 다중회귀와 리지회귀 비교
8.5 의사결정나무
--8.5.1 버섯 데이터 세트
--8.5.2 데이터 정리
--8.5.3 엔트로피: 불순도 지표
--8.5.4 정보이득: 분기 조건의 효용성 측정
--8.5.5 의사결정 모델 구축
8.6 k-NN(k최근접이웃법)
--8.6.1 k-NN 모델 구축
8.7 서포트벡터머신
--8.7.1 서포트 벡터 머신 모델 구축

9장 머신러닝 기초(비지도 학습)
9.1 비지도학습 252
--9.1.1 비지도학습 모델 종류
--9.1.2 라이브러리 임포트
9.2 군집분석
--9.2.1 k-means
--9.2.2 k-means 군집 분석
--9.2.3 금융 마케팅 데이터를 이용한 군집분석
--9.2.4 엘보우법으로 군집 수 추정
--9.2.5 군집분석 결과 해석
--9.2.6 k-means 이외의 방법
9.3 주성분 분석
--9.3.1 주성분 분석
--9.3.2 주성분 분석 실습
9.4 장바구니 분석과 연관 규칙
--9.4.1 장바구니 분석
--9.4.2 장바구니 분석을 위한 샘플 데이터 입력
--9.4.3 연관 규칙

10장 모델 검증과 튜닝
10.1 모델 평가와 정확도를 향상시키는 방법
--10.1.1 머신러닝의 과제와 해결 방법
--10.1.2 라이브러리 임포트
10.2 모델 평가와 퍼포먼스 튜닝
--10.2.1 홀드아웃과 교차검증
--10.2.2 모델 튜닝: 하이퍼파라미터 튜닝
--10.2.3 모델 튜닝: 특징 튜닝
--10.2.4 모델의 종류
10.3 모델 성능 평가 지표
--10.3.1 분류 모델 평가: 오차행렬과 연관 지표
--10.3.2 분류 모델 평가:ROC 곡선과 AUC
--10.3.3 회귀 모델 평가지표
10.4 앙상블 학습
--10.4.1 배깅
--10.4.2 부스팅
--10.4.3 랜덤 포레스트, 그레이디언트 부스팅
--10.4.4 향후 학습을 위한 참고문헌 소개

11장 종합연습문제
11.1 종합연습문제
--11.1.1 종합연습문제(1)
--11.1.2 종합연습문제(2)
--11.1.3 종합연습문제(3)
--11.1.4 종합연습문제(4)
--11.1.5 종합연습문제(5)
--11.1.6 종합연습문제(6)
--11.1.7 참고: 공개 데이터 활용

부록 1 실습환경 구축
A.1.1 아나콘다(Anaconda)
A.1.2 아나콘다 패키지 다운 받기
A.1.3 아나콘다 설치
A.1.4 pandas-datareader 및 Plotly 설치

부록 2 연습문제 해답
A.2.1 1장 연습문제
A.2.2 2장 연습문제
A.2.3 3장 연습문제
A.2.4 4장 연습문제
A.2.5 5장 연습문제
A.2.6 6장 연습문제
A.2.7 7장 연습문제
A.2.8 8장 연습문제
A.2.9 9장 연습문제
A.2.10 10장 연습문제
A.2.11 11장 종합연습문제

부록 3 참고문헌ㆍ참고 URL
A.3.1 참고문헌
A.3.2 참고 URL

마치며
찾아보기

저자소개

야마다 노리카즈, 오오사와 후미타카 [저] 신작알림 SMS신청
생년월일 -

해당작가에 대한 소개가 없습니다.

최재원 [역] 신작알림 SMS신청
생년월일 -

해당작가에 대한 소개가 없습니다.

전공도서/대학교재 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)

    구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

    리뷰쓰기

    기대평

    작성시 유의사항

    평점
    0/200자
    등록하기

    기대평

    0.0

    판매자정보

    • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

    판매자

    (주)교보문고

    상호

    (주)교보문고

    사업자 종류

    법인사업자

    사업자번호

    102-81-11670

    연락처

    1544-1900

    이메일

    callcenter@kyobobook.co.kr

    통신판매 신고 번호

    01-0653

    영업소재지

    서울특별시 종로구 종로 1(종로1가,교보빌딩)

    교환/환불

    반품/교환 방법

    ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능

    반품/교환가능 기간

    변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
    단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

    반품/교환 비용

    변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

    반품/교환 불가 사유

    ·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)

    ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등

    ·복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

    ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

    ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

    상품 품절

    공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

    소비자 피해보상
    환불지연에 따른 배상

    ·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

    ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

    (주) 인터파크 안전결제시스템 (에스크로) 안내

    (주)인터파크의 모든 상품은 판매자 및 결제 수단의 구분없이 회원님들의 구매안전을 위해 안전결제 시스템을 도입하여 서비스하고 있습니다.
    결제대금 예치업 등록 : 02-006-00064 서비스 가입사실 확인

    배송안내

    • 교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.

    • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

    • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.

    • 배송비는 업체 배송비 정책에 따릅니다.

    • - 도서 구매 시, 1만 원 이상 무료, 1만원 미만 2천 원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용