추가 적립 안내

근대 수리 통계학의 아버지 칼 피어슨, 수리 통계학의 창시자 로널드 피셔 등
인물로 읽는 데이터 분석과 데이터 과학 통계

우리는 데이터 홍수의 시대에 살고 있지만, 데이터 분석은 여전히 전문가의 영역으로만 치부되고 있다. 누구나 쉽게 범접할 수 있는 영역이 아니다. 전문가 집단이나 전문 기업에서나 다룰 법한 분석 기법을 우리 모두가 알 필요도 없다.
그러나 중요한 것은 이러한 복잡한 분석 기법을 적용하는 것보다 어떤 대상을 분석할지 판단하고 대상과 내 수준에 맞는 분석 기법을 선택하는 능력이다. 무슨 일이든지 알아야 지시도 하고 알아야 흥미도 생긴다.
『데이터를 부탁해』는 데이터 분석을 인문학으로 접근한다. 근대 수리 통계학의 아버지 칼피어슨과 통계학의 창시자 로널드 피셔 등 거장 13명의 이야기와 직장에서 접할 수 있는 에피소드로 데이터 분석의 기초 용어와 원리를 쉽게 풀어 설명한다.
데이터 분석 과정은 복잡하다. 그러나 분석 결과를 효과적으로 활용하는 방법 만큼은 간결하고 쉽게 이해하자는 것이다. 이러한 접근을 통해 일반인도 데이터 분석의 이유와 가치에 공감하고, 어렵기만 한 데이터 분석에 한걸음 더 다가가게 될 것이다.

● 영국의 괴짜 수학자 아브라함 드무아브르와 중심극한정리
● T-분포의 모태가 된 윌리엄 고셋과 자유도
● 프랜시스 골턴과 평균으로의 회귀
● 근대 수리 통계학의 아버지 칼 피어슨과 상관분석
● 근대 수리 통계학의 창시자 로널드 피셔와 표본
● 찰스 스피어만과 순위 상관분석
● 프랭크 윌콕슨과 순위합 검정, 부호 순위 검정
● 헨리 만과 도널드 랜섬 휘트니의 만-휘트니 검정
● 윌리엄 크루스칼과 앨런 왈리스의 크루스칼-왈리스 검정
● 고대 그리스 수학자 유클리드의 유클리드 거리
● 데이비드 콕스가 일반화하고 정리한 로지스틱
● 다니엘 베르누이와 베르누이의 정리
● 시메옹 드니 푸아송과 푸아송 분포

지은이 소개
프롤로그
1부 배경Ⅰ
세상의 중심에서 데이터를 외치다
__ 데이터, 정보 그리고 가치
__ 밸류러시
__ 내가 평균 이상은 하지!!

주사위는 던져졌다
__ 대상을 명확히 하라
__ 확률을 높여라
__ 평균을 중심으로 좌우로 정렬 - 중심극한정리

그때는 맞고, 지금은 틀리다
__ 귀무가설과 대립가설
__ 옳고 그름을 판단할 기준 - 유의수준과 유의확률
__ 비교하고 진실을 밝혀라, t-검정
__ t-분포의 발견, 윌리엄 고셋

일송정 푸른 솔과 같은 근대 수리 통계의 선구자들
__ 나 돌아갈래-프랜시스 골턴과 회귀
__ 근대 수리 통계학의 아버지－칼 피어슨과 상관분석
__ 근대 수리 통계학의 창시자－로널드 피셔와 표본

2부 배경Ⅱ
세상은 흑과 백만으로 설명할 수 없다
__ 가까이, 가까이, 더 가까이－분산
__ 분산분석과 실험 계획법
__ 독립변수와 종속변수 그리고 분산분석

그 밖의 이야기
__ 모수와 비모수
__ 스피어만 상관계수
__ 줄을 서시오
__ 크루스칼－왈리스 검정

3부 진화Ⅰ
너랑 나랑은 그렇고 그런 사이니까
__ 분류와 군집
__ 거리로부터
__ 유사도 계산
__ 그 밖의 유사도 공식

k에게 물어봐
__ k로 뭉쳐라
__ k의 경계선과 중심값

4부 진화Ⅱ
데이터는 미래를 비추는 거울
__ 예측은 진짜 가능한가
__ 여러 의견을 듣고 객관적으로 표현하기
__ 흘러간 시간도 소중히 하라－시계열 분석

분류도 예측이 되나요
__ 다시 한번 회귀분석
__ 시간과 공간의 가치창출－로지스틱 회귀분석
__ 이산확률분포

5부 변이Ⅰ
빅데이터에 대한 짧은 이야기
__ 빅데이터는 무엇인가
__ 빅데이터를 공략하라
__ 왜 빅데이터인가

자연어 처리와 텍스트 마이닝
__ 정형이거나 비정형이거나
__ 글로 표현된 모든 것
__ 텍스트 마이닝

6부 변이Ⅱ
관계 1
__ 집합
__ 연관규칙

관계 2
__ 네트워크 사회
__ 네트워크 분석