°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (34,200¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (25,200¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (28,800¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R : ¼³Ä¡ºÎÅÍ ÆÐÅ°Áö °³¹ß±îÁö R·Î ½ÃÀÛÇÏ´Â µ¥ÀÌÅÍ °úÇÐ

¿øÁ¦ : R for Everyone: Advanced Analytics and Graphics (2nd Edition)
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

ÆǸÅÁö¼ö 17
?
ÆǸÅÁö¼ö¶õ?
»çÀÌÆ®ÀÇ ÆǸŷ®¿¡ ±â¹ÝÇÏ¿© ÆǸŷ® ÃßÀ̸¦ ¹Ý¿µÇÑ ÀÎÅÍÆÄÅ© µµ¼­¿¡¼­ÀÇ µ¶¸³ÀûÀÎ ÆǸŠÁö¼öÀÔ´Ï´Ù. ÇöÀç °¡Àå Àß Æȸ®´Â »óÇ°¿¡ °¡ÁßÄ¡¸¦ µÎ¾ú±â ¶§¹®¿¡ ½ÇÁ¦ ´©Àû ÆǸŷ®°ú´Â ´Ù¼Ò Â÷ÀÌ°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ÆǸŷ® ¿Ü¿¡µµ ´Ù¾çÇÑ °¡ÁßÄ¡·Î ±¸¼ºµÇ¾î ÃÖ±ÙÀÇ À̽´µµ¼­ È®Àνà À¯¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù. ÇØ´ç Áö¼ö´Â ¸ÅÀÏ °»½ÅµË´Ï´Ù.
Close
°øÀ¯Çϱâ
Á¤°¡

40,000¿ø

  • 36,000¿ø (10%ÇÒÀÎ)

    2,000P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • 3/30(Åä) À̳» ¹ß¼Û ¿¹Á¤  (¼­¿ï½Ã °­³²±¸ »ï¼º·Î 512)
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­(86)

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

RÀÇ ±âÃʺÎÅÍ ÇÁ·Î±×·¡¹Ö±îÁö ¼Ò°³ÇÏ°í, ´Ù¾çÇÑ Åë°èÇÐÀû ¹æ¹ý°ú Àϻ󿡼­ »ç¿ëÇÒ ¼ö ÀÖ´Â µµ±¸µéÀ» ¼Ò°³ÇÑ´Ù. 2ÆÇ¿¡¼­´Â »õ·Î¿î ³»¿ëÀ» Ãß°¡ÇØ ÃֽŠR Ä¿¹Â´ÏƼ¿¡ ¼Ò°³µÈ ³»¿ëµéÀ» ¸Á¶óÇÏ°í ÀÖ´Ù. ŸÀ̵ð¹ö½º(Tidyverse)¸¦ È°¿ëÇØ µ¥ÀÌÅÍ ´Ù·ç±â, R ¸¶Å©´Ù¿î, »þÀÌ´Ï¿¡ ´ëÇÑ ÀåµéÀÌ ±×·± ¿¹´Ù. ¿¹Á¦·Î »ç¿ëµÇ´Â µ¥ÀÌÅÍ ¼¼Æ®µéÀº ´©±¸³ª »ç¿ëÇÒ ¼ö ÀÖ´Â °ÍÀ» »ç¿ëÇßÀ¸¸ç, À̸¦ Àß Á¤¸®ÇØ ÀúÀÚÀÇ À¥ »çÀÌÆ®¸¦ ÅëÇØ Á¢±ÙÇÒ ¼ö ÀÖ°Ô Çß´Ù. ÀÌ Ã¥Àº ½ÇÁ¦·Î Á¸ÀçÇÏ´Â µ¥ÀÌÅÍ¿Í Àç¹ÌÀÖ´Â ¹®Á¦µé·Î µ¶ÀÚÀÇ Èï¹Ì¸¦ ³¡±îÁö À¯ÁöÇÏ°Ô ÇÑ´Ù.

ÃâÆÇ»ç ¼­Æò

¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú

¡á R, RStudio, R ÆÐÅ°Áö µÑ·¯º¸±â
¡á °è»ê¿¡ »ç¿ëµÇ´Â R: º¯¼ö ŸÀÔ, º¤ÅÍ, ÇÔ¼ö È£Ãâ µî
¡á µ¥ÀÌÅÍ ÇÁ·¹ÀÓ, ¸ÅÆ®¸¯½º, ¸®½ºÆ® °°Àº µ¥ÀÌÅÍ ±¸Á¶ Ž»ö
¡á ¿©·¯ °¡Áö À¯ÇüÀÇ µ¥ÀÌÅÍ Àбâ
¡á ¸ÅȤÀûÀÌ°í Á÷°üÀûÀÎ Åë°è ±×·¡ÇÁ ¸¸µé±â
¡á »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö ÀÛ¼º
¡á if, ifesle µîÀ» »ç¿ëÇÑ ÇÁ·Î±×·¥ ÄÁÆ®·Ñ°ú º¹ÀâÇÑ Á¶°Ç ¸¸µé±â
¡á ±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ
¡á º¹¼öÀÇ µ¥ÀÌÅÍ ¼¼Æ®¸¦ °áÇÕÇÏ°í ±¸Á¶ ¹Ù²Ù±â
¡á RÀ» »ç¿ëÇÑ ¹®ÀÚ¿­ Á¶ÀÛ°ú Á¤±Ô Ç¥Çö½Ä ´Ù·ç±â
¡á Á¤±Ô, ÀÌÇ×, Æ÷¾Æ¼Û ºÐÆ÷ ¸¸µé±â
¡á ¼±Çü, ÀϹÝÈ­ ¼±Çü, ºñ¼±Çü ¸ðÇü ¸¸µé±â
¡á ±âÃÊ ¿ä¾à Åë°è: Æò±Õ, Ç¥ÁØÆíÂ÷, t-°ËÁ¤
¡á ¸Ó½Å ·¯´× ¸ðÇü ÇнÀ
¡á ¸ðÇüÀÇ Áú Æò°¡¿Í º¯¼ö ¼±Åùý
¡á ÀÏ·¡½ºÆ½ ³Ý°ú º£ÀÌÁî ¹æ¹ýÀ» »ç¿ëÇØ °ú´ëÀûÇÕÀ» ¸·°í º¯¼ö ¼±Åà ½ÇÇàÇϱâ
¡á ÀϺ¯·®, ´Ùº¯·® ½Ã°è¿­ µ¥ÀÌÅÍ ºÐ¼®
¡á K-Æò±Õ, °èÃþÀû ±ºÁýÈ­
¡á ´ÏÅÍ(knitr)¸¦ »ç¿ëÇØ ·¹Æ÷Æ®, ÇÁ¸®Á¨Å×À̼Ç, À¥ ÆäÀÌÁö ¸¸µé±â
¡á R ¸¶Å©´Ù¿î°ú htmlwidgetsÀ» »ç¿ëÇÑ ÀÎÅÍ·¢Æ¼ºê µ¥ÀÌÅÍ ½Ã°¢È­
¡á »þÀÌ´Ï(Shiny)·Î ´ë½Ãº¸µå ±¸Çö
¡á devtools, Rcpp¿Í ÇÔ²² R ÆÐÅ°Áö ¸¸µé±â

¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú

R ¾ð¾î·Î ÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÇ Àü¹ÝÀûÀÎ ³»¿ëÀ» ´Ù·ç¹Ç·Î µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¿¡°Ô ¾È¼º¸ÂÃãÀÎ ¾È³»¼­´Ù. ÀÌ Ã¥À» ´Ù ÀÐ°í ³ª¸é, R ÇÁ·Î±×·¥ ÀÛ¼º»Ó¸¸ ¾Æ´Ï¶ó °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â Åë°è ¹æ¹ýµéÀ» ¸ðµÎ »ç¿ëÇÒ ¼ö ÀÖ°Ô µÉ °ÍÀÌ´Ù.

¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú

1Àå, ¡®R ¼³Ä¡¡¯¿¡¼­´Â RÀ» ´Ù¿î·ÎµåÇÏ°í ¼³Ä¡ÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ¿©·¯ °¡Áö ¿î¿µÃ¼Á¦¸¦ Æ÷ÇÔÇØ 32ºñÆ®¿Í 64ºñÆ® ¹öÀüÀÇ Â÷À̵µ ¼³¸íÇÑ´Ù. RÀ» ¼³Ä¡ÇÒ Àå¼Ò¿¡ ´ëÇÑ Á¶¾ðµµ µé¾î ÀÖ´Ù.
2Àå, ¡®R ȯ°æ¡¯¿¡¼­´Â R »ç¿ë¹ý¿¡ ´ëÇÑ °³·ÐÀ¸·Î, RStudio¿¡ »ç¿ëÇÏ´Â ¹æ¹ýÀ» ÁßÁ¡ÀûÀ¸·Î ´Ù·é´Ù. RStudioÀÇ ÇÁ·ÎÁ§Æ® ±â´É, ¹öÀü °ü¸® µµ±¸ÀÎ ±êÀ» »ç¿ëÇÏ°í RStudio¸¦ °³º°È­ÇÏ´Â ¹æ¹ýµµ ¼Ò°³ÇÑ´Ù.
3Àå, ¡®R ÆÐÅ°Áö¡¯¿¡¼­´Â R ÆÐÅ°Áö¸¦ ã´Â ¹æ¹ý, ¼³Ä¡ÇÏ°í ·ÎµùÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
4Àå, ¡®RÀÇ ±âÃÊ¡¯¿¡¼­´Â RÀ» °®°í ¼öÇÐ °è»êÀ» Çغ»´Ù. ¼ýÀÚÇü(Numeric), ¹®ÀÚÇü(Character), ³¯Â¥(Date), º¤ÅÍ µî°ú °°Àº º¯¼öÀÇ Å¸ÀÔÀ» ¼Ò°³ÇÏ°í, ÇÔ¼ö¸¦ È£ÃâÇÏ°í ÇÔ¼ö¿¡ ´ëÇÑ µµ¿ò¸» ¹®¼­¸¦ ã´Â ¹ýÀ» ¼Ò°³ÇÑ´Ù.
5Àå, ¡®°í±Þ µ¥ÀÌÅÍ ±¸Á¶¡¯¿¡¼­´Â °¡Àå °­·ÂÇϸ鼭 ÀÚÁÖ »ç¿ëµÇ´Â µ¥ÀÌÅÍ ±¸Á¶ÀÎ µ¥ÀÌÅÍ ÇÁ·¹ÀÓ°ú ÇÔ²² ¸ÅÆ®¸¯½º, ¸®½ºÆ® µîÀ» ´Ù·é´Ù.
6Àå, ¡®R·Î µ¥ÀÌÅÍ ÀÐ¾î ¿À±â¡¯¿¡¼­´Â R·Î µ¥ÀÌÅ͸¦ °¡Á®¿À´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. µ¥ÀÌÅÍ ºÐ¼® ÀÌÀü¿¡ R·Î ¸ÕÀú °¡Á®¿Í¾ß ÇÒ °ÍÀÌ´Ù. CSV ÆÄÀÏÀ̳ª µ¥ÀÌÅͺ£À̽º µîÀÇ µ¥ÀÌÅ͸¦ Àд µî µ¥ÀÌÅ͸¦ °®°í ¿À´Â ¹æ¹ýÀº ´Ù¾çÇÏ´Ù.
7Àå, ¡®R Åë°è ±×·¡ÇÁ¡¯¿¡¼­´Â ¿Ö ±×·¡ÇÁ°¡ µ¥ÀÌÅÍ ºÐ¼®ÀÇ Ãʱâ ÀÛ¾÷°ú °á°ú¸¦ ¼ÒÅëÇÏ´Â µ¥ ÇÙ½ÉÀûÀÎ ¿ªÇÒÀ» ÇÏ´ÂÁö ºÐ¸íÇÏ°Ô ¹àÈù´Ù. RÀÇ °­·ÂÇÑ Ç÷ÎÆà ±â´ÉÀ» È°¿ëÇÏ¸é ¾Æ¸§´Ù¿î ±×·¡ÇÁ¸¦ ¸¸µé ¼ö ÀÖ´Ù. º£À̽º ±×·¡ÇÈ°ú ggplot2¸¦ ¼Ò°³ÇÏ°í ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
8Àå, ¡®R ÇÔ¼ö ÀÛ¼º¡¯¿¡¼­´Â »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö¸¦ »ç¿ëÇØ ¹Ýº¹µÇ´Â ºÐ¼® °úÁ¤À» ½±°Ô ¸¸µå´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ÇÔ¼öÀÇ ±¸Á¶, ÀÎÀÚ, ¹Ýȯ°ª ¹Ýȯ ±ÔÄ¢À» ¼³¸íÇÑ´Ù.
9Àå, ¡®R Á¦¾î¹®¡¯¿¡¼­´Â if, ifelse °°Àº ¿¹¾à¾î·Î ÇÁ·Î±×·¥ÀÇ È帧À» Á¦¾îÇØ º¹ÀâÇÑ ÀÏÀ» ÇÏ°Ô ¸¸µå´Â ¹æ¹ýÀ» ´Ù·é´Ù.
10Àå, ¡¯·çÇÁ, RÀº ±×´ÙÁö ȯ¿µ ¹ÞÁö ¸øÇÏ´Â Á¸À硯¿¡¼­´Â for¹®, while¹®À» »ç¿ëÇÑ ¼øȸ¸¦ ¼³¸íÇÑ´Ù. R¿¡¼­ÀÇ »ç¿ëÀº ±ÇÀåµÇÁö ¾ÊÁö¸¸ ¾Ë°í ÀÖ´Â °ÍÀº Áß¿äÇÏ´Ù.
11Àå, ¡®±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ¡¯¿¡¼­´Â ·çÇÁº¸´Ù ³ªÀº ¹æ¹ýÀÎ º¤ÅÍÈ­¸¦ ¼³¸íÇÑ´Ù. º¤ÅÍÈ­´Â µ¥ÀÌÅ͸¦ ÀÏÀÏÀÌ ¼øȸ½ÃÅ°Áö ¾Ê°í ÇѲ¨¹ø¿¡ ÀÏÀ» ó¸®ÇÒ ¼ö ÀÖ°Ô ÇØÁØ´Ù. apply °è¿­ÀÇ ÇÔ¼öµéÀ̳ª plyr ÆÐÅ°Áö¿Í ÇÔ²² »ç¿ëÇϸé È¿À²À» ´õ ³ôÀÏ ¼ö ÀÖ´Ù.
12Àå, ¡®dplyr ÆÐÅ°Áö·Î ºü¸£°Ô ±×·ì ´ÜÀ§·Î µ¥ÀÌÅÍ ´Ù·ç±â¡¯¿¡¼­´Â ±×·ìÈ­µÈ µ¥ÀÌÅ͸¦ ´Ù·ç´Â µ¥ ÀÖ¾î ´õ ¹ßÀüÇÑ dplyr ÆÐÅ°Áö¸¦ ¼Ò°³ÇÑ´Ù. ÀÌ ÆÐÅ°Áö´Â µ¥ÀÌÅÍ ÇÁ·¹ÀÓ°ú ÇÔ²² °¡Àå Àß ÀÛµ¿Çϵµ·Ï ÃÖÀûÈ­µÅ ÀÖ°í, È¿À²ÀûÀÎ ÄÚµù ÀÛ¼º°ú Àб⸦ À§ÇØ ÆÄÀÌÇÁ ±â´ÉÀ» Àû¿ëÇÒ ¼ö ÀÖ´Ù.
13Àå, ¡®purrr ÆÐÅ°Áö¸¦ »ç¿ëÇÑ ¼øȸ¡¯¿¡¼­´Â purrr ÆÐÅ°Áö¸¦ È°¿ëÇØ ¸®½ºÆ®³ª º¤Å͸¦ ´õ ½±°Ô ¼øȸÇÒ ¼ö ÀÖ´Â ¶Ç ´Ù¸¥ ¹æ¹ýÀ» ´Ù·é´Ù. ÀÌ´Â RÀÇ ÇÔ¼öÇü ¾ð¾î Ư¡À» Àß È°¿ëÇÏ´Â °ÍÀÌ´Ù.
14Àå, ¡®µ¥ÀÌÅÍ À籸Á¶È­¡¯¿¡¼­´Â µ¥ÀÌÅÍÀÇ ±¸Á¶¸¦ ¹Ù²Ù´Â ÀÛ¾÷¿¡¼­ ÈçÈ÷ »ç¿ëµÇ´Â ½ºÅÂÅ·, Á¶ÀÌ´× °°ÀÌ ¿©·¯ °³ÀÇ µ¥ÀÌÅÍ ¼¼Æ®¸¦ ÇÕÄ¡´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. plyr, reshape2 °°Àº ÆÐÅ°ÁöµéÀº R º£À̽º¿¡ ÀÖ´Â rbind, cbind, merge ÇÔ¼ö¿Í ÇÔ²² º¹ÀâÇÑ ÀÛ¾÷À» ½±°Ô ÇØÁÖ´Â ±â´ÉÀ» Á¦°øÇÑ´Ù.
15Àå, ¡®Å¸À̵ð¹ö½º·Î µ¥ÀÌÅÍ À籸Á¶È­¡¯¿¡¼­´Â µ¥ÀÌÅÍ ±¸Á¶¸¦ ¹Ù²Ù°Å³ª °áÇÕÇÒ ¶§ plyr, reshape2 ÆÐÅ°Áö¸¦ ´ë½ÅÇØ ´õ ½±°Ô »ç¿ëÇÒ ¼ö ÀÖ´Â plyr, tidy ÆÐÅ°Áö¸¦ ´Ù·é´Ù.
16Àå, ¡®¹®ÀÚ¿­ 󸮡¯´Â ÅؽºÆ®¿¡ ´ëÇÑ ÀåÀÌ´Ù. ¸¹Àº »ç¶÷Àº ¹®ÀÚ¿­ µ¥ÀÌÅÍ¿Í Åë°è¸¦ Àß ¿¬°á½ÃÄÑ »ý°¢ÇÏÁö ¸øÇÒ ¼öµµ ÀÖÁö¸¸, ÀÌ´Â µ¥ÀÌÅÍÀÇ Áß¿äÇÑ ÇüÅ´Ù. RÀº ¹®ÀÚ¿­À» ´Ù·ç´Â ´Ù¾çÇÑ ±â´ÉÀ» Á¦°øÇϴµ¥, ¹®ÀÚ¿­À» °áÇÕÇϰųª ÅؽºÆ® ¾ÈÀÇ Á¤º¸¸¦ ÃßÃâÇÏ´Â µîÀÇ ÀÏÀ» ÇÒ ¼ö ÀÖ´Ù. ´õºÒ¾î Á¤±Ô Ç¥Çö½Äµµ ¼³¸íÇÑ´Ù.
17Àå, ¡®È®·ü ºÐÆ÷¡¯¿¡¼­´Â Á¤±Ô ºÐÆ÷, ÀÌÇ× ºÐÆ÷, Æ÷¿Í¼Û ºÐÆ÷¸¦ °£·«È÷ ¼Ò°³ÇÑ´Ù. ¿©·¯ ºÐÆ÷¿¡ ´ëÇÑ ¼ö½Ä°ú ÇÔ¼öµéÀ» ¼³¸íÇÑ´Ù.
18Àå, ¡®±âÃÊ Åë°èÇС¯¿¡¼­´Â ÈçÈ÷ ¹è¿ì´Â ±âÃÊ Åë°èÇÐÀ» ´Ù·é´Ù. Æò±Õ, Ç¥ÁØÆíÂ÷-t, °ËÁ¤ µîÀ» ¼Ò°³ÇÑ´Ù.
19Àå, ¡®¼±Çü ¸ðÇü¡¯¿¡¼­´Â Åë°èÇп¡¼­ °¡Àå °­·ÂÇÏ°í ÈçÈ÷ »ç¿ëµÇ´Â ¼±Çü ¸ðÇüÀ» ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
20Àå, ¡®ÀϹÝÈ­ ¼±Çü ¸ðÇü¡¯¿¡¼­´Â ¼±Çü ¸ðÇüÀ» È®ÀåÇÑ ·ÎÁö½ºÆ½, Æ÷¿Í¼Û ȸ±Í¸¦ ¼³¸íÇÑ´Ù. »ýÁ¸ ºÐ¼®µµ ´Ù·é´Ù.
21Àå, ¡®¸ðÇü Áø´Ü¡¯¿¡¼­´Â ¸ðÇüÀÇ ÁúÀ» °áÁ¤ÇÏ´Â ¹æ¹ý°ú ÀÜÂ÷, AIC, ±³Â÷ Ÿ´ç¼º, º×½ºÆ®·¦, ´Ü°èº° º¯¼ö ¼±Åðú °°Àº º¯¼ö ¼±Åà ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù.
22Àå, ¡¯Á¤ÇüÈ­¿Í Ãà¼Ò¡¯¿¡¼­´Â ÀÏ·¡½ºÆ½ ³Ý°ú º£ÀÌÁî ¹æ¹ýÀ» »ç¿ëÇØ °ú´ë ÀûÇÕÀ» ¿¹¹æÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
23Àå, ¡®ºñ¼±Çü ¸ðÇü¡¯¿¡¼­´Â ¼±Çü ¸ðÇüÀÌ ÀûÀýÇÏÁö ¾ÊÀº »óȲ¿¡¼­ »ç¿ëÇÒ ¼ö ÀÖ´Â ºñ¼±Çü ¹æ¹ýÀ» ´Ù·é´Ù. ºñ¼±Çü ÃÖ¼Ò Á¦°ö¹ý, ½ºÇöóÀÎ, ÀϹÝÈ­ °¡¹ý ¸ðÇü, ÀÇ»ç°áÁ¤ ³ª¹«, ºÎ½ºÆà ÀÇ»ç°áÁ¤ ³ª¹«, ·£´ý Æ÷¸®½ºÆ® µîÀ» ³íÀÇÇÑ´Ù.
24Àå, ¡®½Ã°è¿­°ú ÀÚ±â»ó°ü¡¯¿¡¼­´Â ÀϺ¯·®, ´Ùº¯·® ½Ã°è¿­ µ¥ÀÌÅ͸¦ ºÐ¼®ÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
25Àå, ¡®±ºÁýÈ­¡¯ µ¥ÀÌÅ͸¦ ³ª´©´Â Ŭ·¯½ºÅ͸µ ¹æ¹ý°ú K-Æò±Õ ±ºÁýÈ­, °èÃþÀû ±ºÁýÈ­¸¦ ¼Ò°³ÇÑ´Ù.
26Àå, ¡®CaretÀ» »ç¿ëÇÑ ¸ðÇü ÀûÇÕ¡¯¿¡¼­´Â caret ÆÐÅ°Áö·Î ¸ðÇü¿¡ ´ëÇÑ ÀÚµ¿ Á¶À²¹ýÀ» ¼Ò°³ÇÑ´Ù. ÀÌ ÆÐÅ°Áö´Â ¼ö¹é °³ÀÇ ¸ðÇü¿¡ ´ëÇÑ ´ÜÀÏ ÀÎÅÍÆäÀ̽º¸¦ Á¦°øÇØ ¸ðÇü ÀûÇÕ ÀÛ¾÷À» ½±°Ô ÇØÁØ´Ù.
27Àå, ¡®´ÏÅ͸¦ È°¿ëÇÑ ÀçÇö¼º°ú º¸°í¼­¡¯¿¡¼­´Â R ÄÚµå¿Í ÅؽºÆ®¸¦ È¥ÇÕÇØ º¸°í¼­¸¦ ¸¸µå´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ´ÏÅÍ(knitr) ÆÐÅ°Áö¿Í ·¹ÀÌÅØÀ» »ç¿ëÇϸé ÀÌ ÀÛ¾÷ÀÌ ½¬¿öÁø´Ù.
28Àå, ¡®R ¸¶Å©´Ù¿îÀ¸·Î ´Ù¾çÇÑ Æ÷¸ËÀÇ ¹®¼­ ¸¸µé±â¡¯ R°ú R ¸¶Å©´Ù¿îÀ» »ç¿ëÇØ ÀçÇö °¡´ÉÇÑ ·¹Æ÷Æ®, ½½¶óÀ̵å, À¥ ÆäÀÌÁö¸¦ ¸¸µå´Â ¹æ¹ý°ú leaflet, dygraphs ÆÐÅ°Áö °°Àº htmlwidgetsÀ» »ç¿ëÇØ »ç¿ëÀÚ ÀÎÅÍ·¢¼ÇÀ» ±¸ÇöÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù.
29Àå, ¡®»þÀÌ´Ï·Î ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â¡¯¿¡¼­´Â »þÀÌ´Ï(Shiny)¸¦ »ç¿ëÇÑ ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â¸¦ ¼Ò°³ÇÑ´Ù. »þÀÌ´Ï´Â RÀ» ¹é¿£µå¿¡ µÎ°í À¥ ±â¹ÝÀÇ ´ë½Ãº¸µå¸¦ ¸¸µé ¼ö ÀÖ´Â ±â´ÉÀ» Á¦°øÇÑ´Ù.
30Àå, ¡®R ÆÐÅ°Áö °³¹ß¡¯¿¡¼­´Â R ÆÐÅ°Áö °³¹ß¿¡ °üÇÑ ³»¿ëÀ» ¼Ò°³ÇÑ´Ù. devtools, Rcpp °°Àº ÆÐÅ°Áö¸¦ »ç¿ëÇϸé ÆÐÅ°Áö °³¹ßÀÌ ¸Å¿ì ½¬¿öÁø´Ù.
ºÎ·Ï A, ¡®ÁÖº¯¿¡¼­ ãÀ» ¼ö ÀÖ´Â R ¸®¼Ò½º¡¯¿¡¼­´Â R ÇнÀ¿¡ µµ¿òÀÌ µÇ´Â ¸®¼Ò½º¿Í R °ü·Ã Ä¿¹Â´ÏƼ¸¦ ¼Ò°³ÇÑ´Ù.
ºÎ·Ï B, ¡®¿ë¾î Á¤¸®¡¯¿¡¼­´Â ÀÌ Ã¥¿¡¼­ »ç¿ëÇÑ ¿ë¾îµéÀ» Á¤¸®ÇÑ´Ù.

¡Ú ¿Å±äÀÌÀÇ ¸» ¡Ú

R ¾ð¾î°¡ »ç¿ëµÇ´Â ºÐ¾ß´Â ¸Å¿ì ³Ð±â ¶§¹®¿¡ R¿¡ °üÇÑ Ã¥µéµµ ¸¹ÀÌ ÃâÆǵǰí ÀÖ´Ù. ¾î¶² Çй®À̳ª µµ¸ÞÀο¡ RÀ» ºÙÀÌ¸é °Å±â¿¡ ÇØ´çÇϴ åÀ» ãÀ» ¼ö ÀÖÀ» Á¤µµ´Ù. ¿¹¸¦ µé¸é R for machine learning, R for biology, R for Finance, R for Marketing °ü·Ã Ã¥À» ¾î·ÆÁö ¾Ê°Ô ãÀ» ¼ö ÀÖ´Ù. ÀÌ Ã¥Àº R for Data Science ºÐ¾ß¿¡ ÇØ´çÇÑ´Ù.
ÀÌ Ã¥ÀÇ ÀåÁ¡Àº RÀÇ Æ÷°ýÀûÀÎ ¸éÀ» ´Ù·é´Ù´Â Á¡ÀÌ´Ù. ÀúÀÚ´Â Åë°èÇÐÀ» Àü°øÇÏ°í µ¥ÀÌÅÍ È¸»ç¸¦ ¿î¿µÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÚ¸ç, Ä÷³ºñ¾Æ ´ëÇб³¿¡¼­ µ¥ÀÌÅÍ °úÇÐ °³·ÐÀ» °­ÀÇÇϱ⵵ ÇÑ´Ù. ÀúÀÚÀÇ ¼­¹®¿¡ µû¸£¸é ÀÌ Ã¥Àº ±× °­ÀÇÀÇ ³»¿ëÀ» »À´ë·Î »ï¾Ò´Ù°í ÇÑ´Ù. Áï R¿¡ ÃÊÁ¡À» ¸ÂÃá µ¥ÀÌÅÍ °úÇÐ °³·Ð¼­·Î Ã¥ÀÌ ±âȹµÆ´Ù´Â Àǹ̴Ù. ±× Á¡Àº ÀÌ Ã¥ÀÇ ¸ñÂ÷¸¦ º¸´õ¶óµµ µå·¯³­´Ù. ÀúÀÚ´Â ¡®R for Everyone¡¯À̶ó´Â Á¦¸ñÀ» ºÙ¿´Áö¸¸ ¹ø¿ªÀ» ¸¶Ä¡°í º¸´Ï ¡®µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R¡¯ Á¤µµ°¡ °¡Àå ÀûÇÕÇÑ Á¦¸ñÀ̶ó°í »ý°¢ÇÑ´Ù. ¾î¶² Àǵµ°¡ ÀÖ°ÚÁö¸¸ Ã¥ÀÇ ³»¿ë¸¸ º¸¸é ±×·¸´Ù´Â À̾߱â´Ù.
Á» ´õ ±¸Ã¼ÀûÀ¸·Î º¸¸é ÄÄÇ»ÅÍ ¾ð¾î·Î¼­ R ¾ð¾îÀÇ À̸ðÀú¸ð¸¦ ¼³¸íÇßÀ¸¸ç, ¿ÜºÎ¿¡ ÀÖ´Â µ¥ÀÌÅ͸¦ R·Î °®°í ¿À´Â ¹æ¹ý, °®°í ¿Í¼­ º»°ÝÀûÀÎ ºÐ¼®¿¡ µé¾î°¡±â Àü Áغñ °úÁ¤¿¡¼­ µ¥ÀÌÅ͸¦ Á¤Á¦Çϴ ŸÀ̵ð¹ö½º(Tidyverse) °°Àº ÃÖ½ÅÀÇ ¹æ¹ý, µ¥ÀÌÅÍ Å½»öÀ» À§ÇÑ µ¥ÀÌÅÍ ½Ã°¢È­ ¹æ¹ý, µ¥ÀÌÅÍ¿¡ ´ëÇÑ ¿©·¯ °¡Áö ¸ðÇüÀ» ¸¸µé°í Æò°¡ÇÏ´Â ¹æ¹ý, ºÐ¼®µÈ °á°ú¸¦ ´Ù¸¥ »ç¶÷°ú °øÀ¯Çϱâ À§ÇØ R ¸¶Å©´Ù¿î/´ÏÅÍ °°Àº ¹æ¹ýÀ¸·Î ¹®¼­È­ÇÏ´Â ¹æ¹ý, »þÀÌ´Ï(shiny) ¾ÛÀ» Á» ´õ ´ÙÀ̳ª¹ÍÇÏ°Ô ¸¸µå´Â ¹æ¹ý, ±×¸®°í ¸¶Áö¸·À¸·Î R ÆÐÅ°Áö·Î ÀÚ½ÅÀÌ ¸¸µç °ÍÀ» ´Ù¸¥ »ç¶÷°ú °øÀ¯ÇÏ´Â ¹æ¹ý±îÁö µ¥ÀÌÅÍ °úÇÐÀÇ °ÅÀÇ ¸ðµç ºÎºÐÀ» ¸Á¶óÇÏ°í ÀÖ´Ù. ÀÌ°ÍÀº µ¥ÀÌÅÍ °úÇÐÀÚµéÀÌ ÀÏ»óÀûÀ¸·Î ÇÏ´Â ÀÏÀÌ´Ù.
µû¶ó¼­ ÀÌ Ã¥Àº µ¥ÀÌÅÍ °úÇÐÀÚ°¡ µÇ°íÀÚ ÇÏ´Â µ¶ÀÚ¿¡°Ô ÁÁÀº ¾È³»¼­°¡ µÉ °ÍÀÌ´Ù. °³ÀÎÀûÀÎ »ý°¢ÀÏÁö ¸ð¸£Áö¸¸, µ¥ÀÌÅÍ °úÇÐÀ» ÇÏ·Á´Â »ç¶÷¿¡°Ô RÀº ÇÇÇØ°¥ ¼ö ¾ø´Â ¿µ¿ªÀ̶ó°í »ý°¢ÇÑ´Ù. ¿Ö³ÄÇÏ¸é µ¥ÀÌÅÍ °úÇÐÀÇ ±Ù°£Àº Åë°èÇÐÀ̸ç, RÀº Åë°èÇÐÀÚµéÀÇ ÇÙ½É ¾ð¾î±â ¶§¹®ÀÌ´Ù.
Åë°èÇÐ Áö½ÄÀÌ ±íÁö ¾Ê¾Æ¼­ Åë°èÇп¡ ´ëÇÑ ºÎºÐÀÌ °¡Àå ¹ø¿ªÀÌ ¾î·Á¿ü´Ù. ÀúÀÚ°¡ Åë°èÇÐ Àü°øÀÚ¿©¼­ÀÎÁö ¸ð¸£Áö¸¸, ÀÌ Ã¥Àº ¼±Çü, ºñ¼±Çü ¸ðÇü±îÁö ±¤¹üÀ§ÇÏ°í ´Ù¾çÇÏ°Ô ¼³¸íÇÏ°í ÀÖ´Ù. ºñÀü°øÀڷμ­ ºñ¼±Çü ¸ðÇü °°Àº ³»¿ëÀº ³¸¼± °ÍÀ̾ú´Ù. ÃֽŠ¸Ó½Å ·¯´× ¾Ë°í¸®Áò°ú °ü·ÃµÈ ¾Ë°í¸®Áò¿¡ ´ëÇÑ Á÷°¨(intuition)À» ÆľÇÇÏ´Â °ÍÀÌ Áß¿äÇؼ­ ÀúÀÚµµ ÃßõÇϴ åÀÌÁö¸¸ ¡ºAn Introduction to Statistical Learning¡»(Springer, 2017)À» °°ÀÌ ÀÐÀ¸¸é¼­ ¸¹Àº ³»¿ëÀ» Âü°íÇß´Ù. ¹°·Ð ´õ ±íÀÌ ÀÌÇØÇÏ´Â µ¥´Â ´õ ¸¹Àº ½Ã°£ÀÌ ÇÊ¿äÇÒ °ÍÀÌ´Ù. ³ª¿Í ºñ½ÁÇÑ Ã³Áö¿¡ ÀÖ´Â ºÐÀ̶ó¸é ÀÌ Ã¥µµ °°ÀÌ ÀÐÀ¸¸é¼­ °øºÎÇÒ °ÍÀ» ÃßõÇÑ´Ù.
ÀåÁ¡ÀÌ ÀÖÀ¸¸é ´ÜÁ¡µµ ÀÖ´Ù. °³·Ð¼­·Î¼­ Æ÷°ýÀûÀÎ Á¢±Ù¹ýÀ» ¼±ÅÃÇ߱⠶§¹®¿¡ ÇÑ ÁÖÁ¦¿¡ ´ëÇÑ ±íÀÌ ÀÖ´Â ¼³¸í ºÎÁ·ÇÏ´Ù. ÀÌ Ã¥¿¡¼­ ÇÑ ÀåÀ¸·Î ¼³¸íµÇ´Â ³»¿ëµéÀÌ ÇϳªÀÇ Ã¥À¸·Î ¿«¾îÁú ¼ö ÀÖ´Â °ÍµéÀÌ ¸¹´Ù. ³»°¡ Àú¼úÇϰųª ¹ø¿ªÇÑ Ã¥µé¸¸ ¿¹·Î µé¾îµµ ±×·¸´Ù. ´ÏÅÍ(knitr) ÆÐÅ°Áö¿Í R ¸¶Å©´Ù¿î ÆÐÅ°Áö¸¦ »ç¿ëÇØ ÄÚµå¿Í ÅؽºÆ®¸¦ ÇÕÃÄ ¹®¼­È­ÇÏ´Â ¹æ¹ýÀº ¡ºÅë°è ºÐ¼® ³Ê¸Ó RÀÇ ¹«±Ã¹«ÁøÇÑ È°¿ë¡»(¿¡ÀÌÄÜ, 2017), »þÀÌ´Ï(shiny) ÆÐÅ°Áö·Î À¥ ¾ÖÇø®ÄÉÀ̼ÇÀ» ¸¸µå´Â ¹æ¹ýÀº ¡ºR Shiny ÇÁ·Î±×·¡¹Ö °¡À̵塻 (Çѳª·¡¾ÆÄ«µ¥¹Ì, 2017), RStudio »ç¿ë¹ý¿¡ ´ëÇÑ ¹ø¿ª¼­ ¡ºÃʺ¸ÀÚ¸¦ À§ÇÑ RStudio ¸¶½ºÅÍ¡»(¿¡ÀÌÄÜ, 2017) µî°ú °ü·ÃÀÌ ÀÖ´Ù. Åë°èÇÐÀ¸·Î µé¾î°¡¸é ÇϳªÇϳªÀÇ ÁÖÁ¦°¡ °Å´ëÇÑ »êÀÌ°í, ±×°ÍµéÀ» ¼Ò°³ÇÏ´Â ´Ù¾çÇÑ Ã¥µéÀÌ ÀÖ´Ù.
ü°è¸¦ °®Ãá ¸ðµç °ÍÀÌ ±×·¯Çϵí óÀ½ºÎÅÍ ÇÑ ÁÖÁ¦¿¡ ¸ôÀÔÇÒ ¼ö´Â ¾ø´Ù. ÀÌ Ã¥Àº ¾Õ¿¡¼­µµ ¾ð±ÞÇßÁö¸¸ RÀÇ µå³ÐÀº ÁöÆòÀ» º¸¿©ÁØ´Ù. µ¶ÀÚµéÀº ÀÌ Ã¥À» ÅëÇØ RÀÇ ½Å¼¼°è¸¦ °æÇèÇÒ °ÍÀÌ°í, ÀÌ Ã¥À» °è±â·Î ´õ ¸Ö¸®, ´õ ±íÀÌ µé¾î°¥ ¼ö ÀÖÀ¸¸®¶ó »ý°¢ÇÑ´Ù.

̵̧ȍ


Àϻ󿡼­ ¹ß»ýÇÏ´Â µ¥ÀÌÅÍÀÇ ¾çÀÌ Áõ°¡ÇÔ¿¡ µû¶ó ³ÑÄ¡´Â µ¥ÀÌÅ͸¦ ó¸®Çϱâ À§ÇØ »õ·Ó°í ´õ ³ªÀº µµ±¸µéÀÌ ÇÊ¿äÇÏ°Ô µÆ´Ù. ÀüÅëÀûÀ¸·Î ÀÌ·¯ÇÑ µµ±¸µéÀº ¾ç±Ø´ÜÀ¸·Î ºÐ·ùµÈ´Ù. ¿¢¼¿, SPSS °°Àº °¡º±°í °³ÀÎÀûÀÎ ºÐ¼® µµ±¸µé°ú C++¿Í °°Àº °ÍµéÀ» »ç¿ëÇÏ´Â °í¼º´É ºÐ¼® µµ±¸°¡ ÀÖ¾ú´Ù. °³Àοë ÄÄÇ»ÅÍÀÇ ¼º´ÉÀÌ Çâ»óµÇ¸é¼­ ÀÌ µÎ ÁöÁ¡ Áß°£¿¡¼­ °­·ÂÇϸ鼭µµ ´ëÈ­ÇüÀ¸·Î »ç¿ëÇÒ ¼ö ÀÖ´Â µµ±¸°¡ »ý°Ü³ª±â ½ÃÀÛÇß´Ù. °³ÀÎ ÄÄÇ»ÅÍ¿¡¼­ Ž»öÀûÀÎ ¹æ¹ýÀ¸·Î ºÐ¼®ÇÏ´Â °ÍÀ» ½ÃÀÛÀ¸·Î ¹Ù·Î ¼öÁØ ³ôÀº ºñÁî´Ï½º ÇÁ·Î¼¼½º¸¦ Áö¿øÇÏ´Â ¼­¹ö·Î ¿Å°Ü ÀÛ¾÷ÇÒ ¼ö ÀÖ°Ô µÆ´Ù. ÀÌ ÁöÁ¡¿¡ ÀÖ´Â µµ±¸µéÀÌ R, ÆÄÀ̽㠰°Àº ½ºÅ©¸³Æ® ¾ð¾îµéÀÌ´Ù.
RÀº 1993³â ¿ÀŬ·£µå ´ëÇÐÀÇ ·Î¹öÆ® Á¨Æ²¸Ç°ú ·Î½º ÀÌÇÏÄ« ±³¼ö, º§ ¿¬±¸¼ÒÀÇ Á¸ è¹ö½º¿¡ ÀÇÇØ °³¹ßµÈ S ¾ð¾î¸¦ ¹ÙÅÁÀ¸·Î °³¹ßµÆ´Ù. RÀº ¿ø·¡ ´ëÈ­Çü ¹æ½ÄÀ» ÅëÇØ »ç¿ëÀÚ°¡ ¸í·ÉÀ» ÀÔ·ÂÇÏ°í ±× °á°ú¸¦ ¹Ù·Î ¹ÞÀ¸¸ç, ´Ù½Ã »õ·Î¿î ¸í·ÉÀ» ½ÇÇàÇÏ´Â °úÁ¤À¸·Î »ç¿ëÇÒ ¼ö ÀÖ°Ô ¸¸µé¾îÁø °í¼öÁØ ¾ð¾î´Ù. ±× ÈÄ ÁøÈ­¸¦ °ÅµìÇØ ½Ã½ºÅÛ¿¡ ÀÓº£µùÇØ º¹ÀâÇÑ ¹®Á¦µéÀ» ÇØ°áÇÏ´Â µ¥ »ç¿ëÇÒ ¼ö ÀÖ°Ô µÆ´Ù.
RÀº µ¥ÀÌÅ͸¦ º¯ÇüÇϰųª ºÐ¼®ÇÏ´Â ´É·Â ¿Ü¿¡µµ ³î¶ó¿î ±×·¡ÇÈ ±â´É°ú ¸®Æ÷Æ® Á¦ÀÛ ´É·ÂÀ» °®Ãß°í ÀÖ´Ù. ÀÌÁ¦´Â µ¥ÀÌÅÍ °úÇп¡¼­ µ¥ÀÌÅÍÀÇ ÃßÃâ, º¯Çü, ¸ðÇü ÀûÇÕ, Ãß·Ð, ¿¹Ãø, Ç÷ÎÆðú ·¹Æ÷ÆñîÁö °ÅÀÇ Àü ¿µ¿ª¿¡ °ÉÃÄ »ç¿ëµÈ´Ù.
RÀÇ Àαâ´Â 2000³â´ë ÈĹݺÎÅÍ Ä¡¼Ú±â ½ÃÀÛÇßÀ¸¸ç, Çа迡¼­ ¹þ¾î³ª ÀºÇà, ¸¶ÄÉÆÃ, Á¦¾à, Á¤Ä¡ÇÐ, À¯ÀüüÇÐ µî ¿©·¯ ºÐ¾ß·Î ÆÛÁö±â ½ÃÀÛÇß´Ù. C++ °°Àº Àú¼öÁØ ÄÄÆÄÀÏ·¯ ¾ð¾î, SAS ¶Ç´Â SPSS °°Àº Åë°è Àü¿ë ÆÐÅ°Áö, 800ÆÄ¿îµåÂ¥¸® °í¸±¶óÀÎ ¿¢¼¿ µîÀ» »ç¿ëÇÏ´ø »ç¿ëÀÚµéÀÌ RÀÇ »õ·Î¿î »ç¿ëÀÚ°¡ µÆ´Ù. °°Àº ½Ã±â¿¡ RÀÇ ±â´ÉÀ» È®ÀåÇÏ´Â ¶óÀ̺귯¸®ÀÎ ¾Öµå-¿Â ÆÐÅ°ÁöÀÇ ¼ýÀÚµµ ±ÞÁõÇß´Ù.
RÀº ÇÁ·Î±×·¡¹Ö °æÇèÀÌ ÀüÇô ¾ø´Â Ãʺ¸ÀÚ¿¡°Ô´Â ´Ù¼Ò µÎ·Á¿î Á¸ÀçÀ̱⵵ ÇÏÁö¸¸ ³ª´Â RÀ» »ç¿ëÇÏ°í ¾ó¸¶ Áö³ªÁö ¾Ê¾Æ ¸¶¿ì½º·Î Æ÷ÀÎÆÃÇÏ°í Ŭ¸¯ÇÏ´ø ¹æ¹ý ´ë½Å ÇÁ·Î±×·¥È­ÇØ ºÐ¼®ÇϱⰡ ÈξÀ ½±°í, ÈξÀ Æí¸®Çϸç, ÈξÀ ¹ÏÀ½Á÷½º·´°Ô ´À³¢´Â »ç¿ëÀÚµéÀ» ¸¹ÀÌ ºÁ¿Ô´Ù. RÀ» Á» ´õ ½±°í ºü¸£°Ô ¹è¿ï ¼ö ÀÖ°Ô ÇÏ·Á´Â °ÍÀÌ ³ªÀÇ ¸ñÇ¥´Ù.

Æú µñ½º(½Ã¸®Áî ÆíÁýÀÚ)
RÀº ÃÖ±Ù 5³â µ¿¾È ÀαⰡ ±Þ»ó½ÂÇß´Ù. À̸¦ º¸¸é¼­ µ¶ÀÚµéÀº RÀÌ »õ·Ó°Ô ÁÖ¸ñ ¹Þ´Â ¾ð¾î¶ó°í »ý°¢ÇÒ ¼öµµ ÀÖ´Ù. ±×·¸Áö¸¸ ³î¶ø°Ôµµ RÀº 1993³â¿¡ ¼Ò°³µÆ´Ù. ±×·³ ¿Ö ÃÖ±Ù¿¡ ¿Í¼­ °©ÀÚ±â ÀαⰡ ³ô¾ÆÁ³À»±î? ¾Æ¸¶µµ µ¥ÀÌÅÍ °úÇÐÀÌ ÇϳªÀÇ Á÷¾÷ ¹× ¿¬±¸ ÁÖÁ¦·Î ºÎ»óÇ߱⠶§¹®ÀÌ ¾Æ´Ò±î »ý°¢ÇÑ´Ù. µ¥ÀÌÅÍ °úÇÐÀÇ ±âÃÊÀûÀÎ ³»¿ëÀº ¼ö½Ê ³â µ¿¾È À̾îÁ® ³»·Á¿Ô´Ù. Åë°èÇÐ, ¼±Çü ´ë¼ö, »ý»ê °ü¸® ¿¬±¸, Àΰø Áö´É, ¸Ó½Å ·¯´× µîÀº °¢ÀÚ ÃÖ±ÙÀÇ µ¥ÀÌÅÍ °úÇп¡ À̹ÙÁöÇÑ´Ù. ÇÏÁö¸¸ ´ëºÎºÐÀÇ ÄÄÇ»ÅÍ ¾ð¾îµé°ú ´Þ¸® RÀº ÀÌ·± ¸ðµç ±â´ÉÀ» ´Ü ÇϳªÀÇ ÇÔ¼ö È£ÃâÀ» ÅëÇØ »ç¿ëÇÒ ¼ö ÀÖµµ·Ï ¹ßÀüÇØ¿Ô´Ù.
±×·¡¼­ ³ª´Â ÀúÀÚ°¡ Àα⠵µ¼­ÀÎ ÃÊÆÇÀ» ´Ù½Ã ´Ùµë¾î ÃÖ±Ù R Ä¿¹Â´ÏƼ¿¡¼­ ÀÖ¾ú´ø ¿©·¯ °¡Áö Çõ½ÅÀûÀÎ ³»¿ëÀ» ´ãÀº 2ÆÇÀ» ³½´Ù´Â ¼Ò½Ä¿¡ ÈïºÐÇß´Ù. RÀº ¿©·¯ µ¥ÀÌÅÍ °úÇÐ ¾÷¹«¿¡ À־ ÇʼöºÒ°¡°áÇÑ µµ±¸´Ù. ¿¹Ãø°ú ºÐ¼®À» À§ÇÑ ¿©·¯ °¡Áö À¯¿ëÇÑ ¾Ë°í¸®ÁòÀ» ´Ü ¸î ÁÙÀÇ Äڵ带 °®°í ÇØ°áÇÒ ¼ö ÀÖÀ¸¹Ç·Î ÃÖ±Ù µ¥ÀÌÅÍ¿Í °ü·ÃµÈ µµÀüÀûÀÎ ¹®Á¦µéÀ» ÇØ°áÇÏ´Â ÈǸ¢ÇÑ µµ±¸´Ù. µ¥ÀÌÅÍ °úÇÐÀº ÇϳªÀÇ ¿µ¿ªÀ¸·Î¼­ ´ÜÁö ¼öÇÐÀ̳ª Åë°èÇп¡ ¸Ó¹°Áö ¾ÊÀ¸¸ç, ÇϳªÀÇ ÇÁ·Î±×·¡¹ÖÀ̳ª ±â¹Ý ½Ã¼³µµ ¾Æ´Ï´Ù. ÀÌ Ã¥Àº ÀÏ¹Ý µ¶Àڵ鿡°Ô R ¾ð¾îÀÇ Èû°ú Ç¥Çö·ÂÀ» ¼Ò°³ÇÏ´Â ±ÕÇü ÀâÈù ¾È³»¼­´Ù.
³ª´Â ÀÌ Ã¥ÀÇ ÀúÀÚº¸´Ù ³ªÀº R ¾È³»¼­¸¦ Á¦°øÇÏ´Â ÀúÀÚ¸¦ ¾ËÁö ¸øÇÑ´Ù. ±×¿Í ³ª´Â 2009³â ´º¿å ¸Ó½Å ·¯´× Ä¿¹Â´ÏƼ(NYC machine learning community)¿¡¼­ ¸¸³µ´Ù. ´ç½Ã ´º¿å µ¥ÀÌÅÍ Ä¿¹Â´ÏƼ´Â ¸ðµÎ ÇÕÃĵµ ÇϳªÀÇ ÄÜÆÛ·±½ºÀå¿¡ ´Ù µé¾î°¥ ¼ö ÀÖÀ» Á¤µµ·Î ÀÛ¾ÒÀ¸¸ç, ´Ù¸¥ ¸ðÀÓÀº ¾ÆÁ÷ Çü¼ºµÇÁöµµ ¾ÊÀº ½ÃÁ¡À̾ú´Ù. Áö³­ 7³â µ¿¾È ±×´Â ºÎ»óÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÇ ÃÖÀü¼±¿¡ ÀÖ¾ú´Ù.
±×´Â Åë°èÇÐ ¸ðÀÓ, °­¿¬, Ä÷³ºñ¾Æ ´ëÇп¡¼­ÀÇ R ÄÚ½º ±³À° µîÀ» ÅëÇØ ÇÁ·Î±×·¡¸Ó, µ¥ÀÌÅÍ °úÇÐÀÚ, ¾ð·ÐÀÎ, Åë°èÇÐÀÚ µîÀ» °¡¸£Ä¡¸ç Ä¿¹Â´ÏƼÀÇ ¼ºÀåÀ» µµ¿Ô´Ù. ±×ÀÇ È°µ¿Àº ±³À°¿¡ ±¹ÇѵÇÁö ¾Ê¾Ò´Ù. ÀÏ»óÀûÀÎ Á÷¾÷¿¡¼­µµ Å©°í ÀÛÀº °í°´À» À§ÇÑ ÄÁ¼³ÆÃÀ» Çϸ鼭 ÀÌ·± µµ±¸µéÀ» È°¿ëÇÒ ¼ö ÀÖµµ·Ï Àå·ÁÇß´Ù. ±×´Â ÀÌ Ã¥ÀÇ ÃÊÆÇÀÌ Ãâ°£µÈ ÈÄ ´º¿å R ÄÜÆÛ·±½º¸¦ ±¸¼ºÇÏ°í ¼ö¸¹Àº ¸ðÀÓ°ú ÄÜÆÛ·±½º¿¡¼­ °­¿¬Çß°í, RÀ» »ç¿ëÇØ 2016³â ¹Ì±¹ ÇÁ·Î ³ó±¸ µå·¡ÇÁÆ®¸¦ Æò°¡ÇÏ´Â µî R Ä¿¹Â´ÏƼ¿¡¼­ ¸¹Àº È°µ¿À» Çß´Ù.
ÀÌ Ã¥Àº RÀÇ ±âÃÊ¿¡¼­ ÇÁ·Î±×·¡¹Ö±îÁö ¼Ò°³ÇÏ°í, ´Ù¾çÇÑ Åë°èÇÐÀû ¹æ¹ý°ú Àϻ󿡼­ »ç¿ëÇÒ ¼ö ÀÖ´Â ´Ù¾çÇÑ µµ±¸µéÀ» ¼Ò°³ÇÑ´Ù. 2ÆÇ¿¡¼­´Â »õ·Î¿î ³»¿ëÀ» Ãß°¡ÇØ ÃֽŠR Ä¿¹Â´ÏƼ¿¡ ¼Ò°³µÈ ³»¿ëµéÀ» ¸Á¶óÇÏ°í ÀÖ´Ù. ŸÀ̵ð¹ö½º(Tidyverse)¸¦ È°¿ëÇØ µ¥ÀÌÅÍ ´Ù·ç±â, R ¸¶Å©´Ù¿î, »þÀÌ´Ï¿¡ ´ëÇÑ ÀåµéÀÌ ±×·± ¿¹´Ù. ¿¹Á¦·Î »ç¿ëµÇ´Â µ¥ÀÌÅÍ ¼¼Æ®´Â ´©±¸³ª »ç¿ëÇÒ ¼ö ÀÖ´Â °ÍÀ» »ç¿ëÇßÀ¸¸ç, À̸¦ Àß Á¤¸®ÇØ ±×ÀÇ À¥ »çÀÌÆ®¸¦ ÅëÇØ Á¢±ÙÇÒ ¼ö ÀÖ°Ô Çß´Ù. ÀÌ Ã¥Àº ½ÇÁ¦·Î Á¸ÀçÇÏ´Â µ¥ÀÌÅÍ¿Í Àç¹ÌÀÖ´Â ¹®Á¦µéÀ» °®°í µ¶ÀÚÀÇ Èï¹Ì¸¦ ³¡±îÁö À¯ÁöÇÏ°Ô ÇÑ´Ù.

¸ñÂ÷

1Àå. R ¼³Ä¡

__1.1 R ´Ù¿î·ÎµåÇϱâ
__1.2 R ¹öÀü
__1.3 32ºñÆ® ´ë 64ºñÆ®
__1.4 ¼³Ä¡
____1.4.1 À©µµ¿ì¿¡¼­ ¼³Ä¡Çϱâ
____1.4.2 ¸Æ OS X¿¡ ¼³Ä¡Çϱâ
____1.4.3 ¸®´ª½º¿¡ ¼³Ä¡Çϱâ
__1.5 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® R ¿ÀÇÂ
__1.6 °á·Ð

2Àå. R ȯ°æ

__2.1 Ä¿¸Çµå¶óÀÎ ÀÎÅÍÆäÀ̽º
__2.2 RStudio
____2.2.1 RStudio ÇÁ·ÎÁ§Æ®
____2.2.2 RStudio Åø
____2.2.3 ±ê ÅëÇÕ
__2.3 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® ºñÁÖ¾ó ½ºÆ©µð¿À
__2.4 °á·Ð

3Àå. R ÆÐÅ°Áö

__3.1 ÆÐÅ°Áö ÀνºÅç
____3.1.1 ÆÐÅ°Áö Á¦°Å
__3.2 ÆÐÅ°Áö ·Îµù
____3.2.1 ÆÐÅ°Áö ¾ð·Îµù
__3.3 ÆÐÅ°Áö ¸¸µé±â
__3.4 °á·Ð

4Àå. RÀÇ ±âÃÊ

__4.1 ±âÃÊ ¼öÇÐ
__4.2 º¯¼ö
____4.2.1 º¯¼ö ÇÒ´ç
____4.2.2 º¯¼ö Á¦°Å
__4.3 µ¥ÀÌÅÍ À¯Çü
____4.3.1 ¼ýÀÚÇü µ¥ÀÌÅÍ
____4.3.2 ¹®ÀÚ¿­ µ¥ÀÌÅÍ
____4.3.3 ³¯Â¥
____4.3.4 ³í¸®Çü
__4.4 º¤ÅÍ
____4.4.1 º¤ÅÍ ¿¬»ê
____4.4.2 ÆÑÅÍÇü º¤ÅÍ
__4.5 ÇÔ¼ö È£ÃâÇϱâ
__4.6 ÇÔ¼ö¿¡ ´ëÇÑ µµ¿ò¸» ¹®¼­
__4.7 °áÃø°ª
____4.7.1 NA
____4.7.2 NULL
__4.8 ÆÄÀÌÇÁ
__4.9 °á·Ð

5Àå. °í±Þ µ¥ÀÌÅÍ ±¸Á¶

__5.1 µ¥ÀÌÅÍ ÇÁ·¹ÀÓ
__5.2 ¸®½ºÆ®
__5.3 Çà·Ä
__5.4 ¹è¿­
__5.5 °á·Ð

6Àå. R·Î µ¥ÀÌÅÍ ÀÐ¾î ¿À±â

__6.1 CSV ÆÄÀÏ Àбâ
____6.1.1 read_delim
____6.1.2 fread
__6.2 ¿¢¼¿ µ¥ÀÌÅÍ
__6.3 µ¥ÀÌÅͺ£À̽º¿¡¼­ µ¥ÀÌÅÍ Àбâ
__6.4 ´Ù¸¥ Åë°è ÅøÀÇ µ¥ÀÌÅÍ
__6.5 R ¹ÙÀ̳ʸ® ÆÄÀÏ
__6.6 R¿¡ Æ÷ÇԵŠÀÖ´Â µ¥ÀÌÅÍ
__6.7 À¥ »çÀÌÆ®¿¡¼­ µ¥ÀÌÅÍ ÃßÃâÇϱâ
__6.8 JSON µ¥ÀÌÅÍ Àбâ
__6.9 °á·Ð

7Àå. R Åë°è ±×·¡ÇÁ

__7.1 ±âº» ±×·¡ÇȽº
____7.1.1 ±âº» È÷½ºÅä±×·¥
____7.1.2 ±âº» »êÁ¡µµ
____7.1.3 »óÀڱ׸²
__7.2 ggplot2
____7.2.1 ggplot2·Î È÷½ºÅä±×·¥°ú ¹Ðµµ °î¼±
____7.2.2 ggplot2 »êÁ¡µµ
____7.2.3 ggplot2 »óÀڱ׸²°ú ¹ÙÀ̿ø° Ç÷Ô
____7.2.4 ggplot2 ²ªÀº¼±±×·¡ÇÁ
____7.2.5 Å׸¶
__7.3 °á·Ð

8Àå. R ÇÔ¼ö ÀÛ¼º

__8.1 Çï·Î ¿ùµå
__8.2 ÇÔ¼ö ÀÎÀÚ
____8.2.1 µðÆúÆ® ÀÎÀÚ
____8.2.2 ºÎ°¡ ÀÎÀÚµé
__8.3 Return Values
__8.4 do.call
__8.5 °á·Ð

9Àå. R Á¦¾î¹®

__9.1 if¿Í else
__9.2 switch
__9.3 ifelse
__9.4 º¹ÇÕ Å×½ºÆ®
__9.5 °á·Ð

10Àå. ·çÇÁ, R¿¡¼­´Â ±×´ÙÁö ȯ¿µ¹ÞÁö ¸øÇÏ´Â Á¸Àç

__10.1 for ·çÇÁ
__10.2 while ·çÇÁ
__10.3 ·çÇÁ Á¶Àý
__10.4 °á·Ð

11Àå. ±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ

__11.1 Apply Æйи®
____11.1.1 apply ÇÔ¼ö
____11.1.2 lapply¿Í sapply ÇÔ¼ö
____11.1.3 mapply ÇÔ¼ö
____11.1.4 ±âŸ apply ÇÔ¼öµé
__11.2 Áý°è
__11.3 plyr ÆÐÅ°Áö
____11.3.2 llply
____11.3.3 plyr ÇïÆÛ ÇÔ¼ö
____11.3.4 ¼Óµµ ´ë ÆíÀ̼º
__11.4 data.table
____11.4.1 Å°
____11.4.2 µ¥ÀÌÅÍ Å×À̺í Áý°è
__11.5 °á·Ð

12Àå. dplyr ÆÐÅ°Áö·Î ºü¸£°Ô ±×·ì ´ÜÀ§·Î µ¥ÀÌÅÍ ´Ù·ç±â

__12.1 ÆÄÀÌÇÁ(Pipes)
__12.2 tbl
__12.3 select
__12.4 filter
__12.5 slice
__12.6 mutate
__12.7 summarize
__12.8 group_by
__12.9 arrange
__12.10 do
__12.11 µ¥ÀÌÅͺ£À̽º¿Í dplyr »ç¿ë
__12.12 °á·Ð

13Àå. purrr ÆÐÅ°Áö¸¦ »ç¿ëÇÑ ¼øȸ

__13.1 map
__13.2 ¹Ýȯ°ªÀÇ À¯ÇüÀ» Á¤ÀÇÇÑ map ÇÔ¼ö
__13.3 µ¥ÀÌÅÍ ÇÁ·¹ÀÓ¿¡¼­ ¼øȸÇϱâ
__13.4 ¿©·¯ ÀԷ°ª¿¡ ´ëÇØ map »ç¿ëÇϱâ
__13.5 °á·Ð

14Àå. µ¥ÀÌÅÍ À籸Á¶È­

__14.1 cbind¿Í rbind
__14.2 Á¶ÀÎ
__14.3 °á·Ð

15Àå. ŸÀ̵ð¹ö½º·Î µ¥ÀÌÅÍ À籸Á¶È­

__15.1 Çà°ú ¿­À» ºÙÀ̱â
__15.2 dplyr¸¦ »ç¿ëÇÑ Á¶ÀÎ
__15.3 µ¥ÀÌÅÍ Æ÷¸Ë º¯È¯
__15.4 °á·Ð

16Àå. ¹®ÀÚ¿­ ó¸®

__16.1 paste ÇÔ¼ö
__16.2 sprintf ÇÔ¼ö
__16.3 ÅؽºÆ® ÃßÃâ
__16.4 Á¤±Ô Ç¥Çö½Ä
__16.5 °á·Ð

17Àå. È®·ü ºÐÆ÷

__17.1 Á¤±Ô ºÐÆ÷
__17.2 ÀÌÇ× ºÐÆ÷(Binomial Distribution)
__17.3 Æ÷¾Æ¼Û ºÐÆ÷
__17.4 ±âŸ ºÐÆ÷µé
__17.5 °á·Ð

18Àå. ±âÃÊ Åë°èÇÐ

__18.1 ¿ä¾à Åë°è
__18.2 »ó°ü°ú °øºÐ»ê(Correlation, Covariance)
__18.3 t-°ËÁ¤
__18.3 ´ÜÀÏ-Ç¥º» t °ËÁ¤
__18.4 ANOVA
__18.5 °á·Ð

19Àå. ¼±Çü ¸ðÇü

__19.1 ´Ü¼ø¼±Çüȸ±Í
__19.3 °á·Ð

20Àå. ÀϹÝÈ­ ¼±Çü ¸ðÇü

__20.1 ·ÎÁ÷½ºÆ½ ȸ±Í
__20.2 Æ÷¾Æ¼Û ȸ±Í
__20.3 ±âŸ ÀϹÝÈ­ ¼±Çü ¸ðÇüµé
__20.4 »ýÁ¸ ºÐ¼®
__20.5 °á·Ð

21Àå. ¸ðÇü Áø´Ü

__21.1 ÀÜÂ÷(Residuals)
__21.2 ¸ðÇüµéÀ» ºñ±³ÇÏ´Â ¹æ¹ý
__21.3 ±³Â÷ Ÿ´ç¼º °ËÁõ(Cross-Validation)
__21.4 ºÎÆ® ½ºÆ®·¦
__21.5 ´Ü°èÀû º¯¼ö ¼±ÅÃ
__21.6 °á·Ð

22Àå. Á¤ÇüÈ­(Regularization)¿Í Ãà¼Ò(Shrinkage)

__22.2 º£ÀÌÁî Ãà¼Ò(Bayesian Shrinkage)
__22.3 °á·Ð

23Àå. ºñ¼±Çü ¸ðÇü

__23.1 ºñ¼±Çü ÃÖ¼Ò Á¦°ö
__23.2 ½ºÇöóÀÎ(splines)
__23.3 ÀϹÝÈ­ °¡¹ý ¸ðÇü(Generalized Additive Models)
__23.4 ÀÇ»ç°áÁ¤ ³ª¹«(decision trees)
__23.5 ºÎ½ºÆà ÀÇ»ç°áÁ¤ ³ª¹«(boosted tress)
__23.6 ·£´ý Æ÷¸®½ºÆ®(Random Forests)
__23.7 °á·Ð

24Àå. ½Ã°è¿­°ú ÀÚ±â»ó°ü

__24.1 ÀÚ±âȸ±ÍÀ̵¿Æò±Õ(Autoregressive Moving Average)
__24.2 º¤ÅÍÀÚ±âȸ±Í¸ðÇü(VAR)
__24.3 ÀϹÝÈ­ ÀÚµ¿È¸±Í Á¶°ÇºÎ ÀÌºÐ»ê ¸ðÇü(GARCH)
__24.4 °á·Ð

25Àå. ±ºÁýÈ­

__25.1 K-Æò±Õ ±ºÁýÈ­
__25.2 PAM
__25.3 °èÃþÀû ±ºÁýÈ­
__25.4 °á·Ð

26Àå. CaretÀ» »ç¿ëÇÑ ¸ðÇü ÀûÇÕ

__26.1 caret ÆÐÅ°ÁöÀÇ ±âÃÊ
__26.2 Caret ¿É¼Çµé
__26.3 ºÎ½ºÆà ÀÇ»ç°áÁ¤ ³ª¹«¿¡ ´ëÇÑ Á¶À²
__26.4 °á·Ð

27Àå. ´ÏÅÍ(knitr)¸¦ È°¿ëÇÑ ÀçÇö¼º°ú º¸°í¼­

__271. ·¹ÀÌÅØ ÇÁ·Î±×·¥ ÀνºÅç
__27.2 ·¹ÀÌÅØÀÇ ±âÃÊ
__27.3 ·¹ÀÌÅØ°ú ÇÔ²² ´ÏÅÍ »ç¿ëÇϱâ
__27.4 °á·Ð

28Àå. R ¸¶Å©´Ù¿îÀ¸·Î ´Ù¾çÇÑ Æ÷¸ËÀÇ ¹®¼­ ¸¸µé±â

__28.1 ¹®¼­ ÄÄÆÄÀÏ
__28.2 ¹®¼­ Çì´õ
__28.3 ¸¶Å©´Ù¿îÀÇ ±âÃÊ
__28.4 ¸¶Å©´Ù¿î ÄÚµå ûũ
__28.5 htmlwidgets
__28.6 R ¸¶Å©´Ù¿î ½½¶óÀÌµå ¼î
__28.7 °á·Ð

29Àå. »þÀÌ´Ï·Î ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â

__29.1 R ¸¶Å©´Ù¿î ¹®¼­ ¾È¿¡¼­ »þÀÌ´Ï »ç¿ëÇϱâ
__29.2 »þÀÌ´Ï¿¡¼­ÀÇ ¹ÝÀÀ¼º Ç¥Çö½Ä
__29.3 ¼­¹ö¿Í UI
__29.4 °á·Ð

30Àå. R ÆÐÅ°Áö °³¹ß

__30.1 Æú´õ ±¸Á¶
__30.2 ÆÐÅ°Áö ÆÄÀϵé
__30.3 ÆÐÅ°Áö ¹®¼­È­
__30.4 Å×½ºÆ®
__30.5 üŷ, ºôµù, ÀνºÅ縵
__30.6 CRAN¿¡ ÆÐÅ°Áö Á¦ÃâÇϱâ
__30.7 C++ ÄÚµå
__30.8 °á·Ð

ºÎ·Ï A. ÁÖº¯¿¡¼­ ãÀ» ¼ö ÀÖ´Â R ¸®¼Ò½º

ºÎ·Ï B. ¿ë¾î Á¤¸®

°ü·ÃÀ̹ÌÁö

ÀúÀÚ¼Ò°³

À縮µå ·£´õ [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

°í¼®¹ü [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

ÀÌ »óÇ°ÀÇ ½Ã¸®Áî

(ÃÑ 88±Ç / ÇöÀ籸¸Å °¡´Éµµ¼­ 87±Ç)

¼±ÅÃÇÑ »óÇ° ºÏÄ«Æ®´ã±â
ÆîÃ帱â

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    0.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    10.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »óÈ£

    (ÁÖ)±³º¸¹®°í

    ´ëÇ¥ÀÚ¸í

    ¾Èº´Çö

    »ç¾÷ÀÚµî·Ï¹øÈ£

    102-81-11670

    ¿¬¶ôó

    1544-1900

    ÀüÀÚ¿ìÆíÁÖ¼Ò

    callcenter@kyobobook.co.kr

    Åë½ÅÆǸž÷½Å°í¹øÈ£

    01-0653

    ¿µ¾÷¼ÒÀçÁö

    ¼­¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù)

    ±³È¯/ȯºÒ

    ¹ÝÇ°/±³È¯ ¹æ¹ý

    ¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼­ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼­ ½Åû °¡´É

    ¹ÝÇ°/±³È¯°¡´É ±â°£

    º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì

    ·ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì

    »óÇ° Ç°Àý

    °ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½

    ¼ÒºñÀÚ ÇÇÇغ¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº °áÁ¦´ë±Ý¿¹Ä¡¾÷ µî·Ï¹øÈ£: 02-006-00013

    (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ
    ¸ðµç °Å·¡¿¡ ´ëÇÏ¿© (ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
    µî·Ï ¿©ºÎ´Â e-±ÝÀ¶¹Î¿ø¼¾ÅÍ È¨ÆäÀÌÁö(www.fcsc.kr)ÀÇ µî·Ï¡¤½Å°í>ÀüÀÚ±ÝÀ¶¾÷µî·ÏÇöȲ ¸Þ´º¿¡¼­ È®ÀÎÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. ¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    ¹è¼Û¾È³»

    • ±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.

    • Ãâ°í°¡´É ½Ã°£ÀÌ ¼­·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.

    • ±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.

    • ¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë