추가 적립 안내

본 서의 특징은 다음과 같다.
첫째, 1장에서 기초적인 R 프로그래밍과 데이터를 다양한 방법으로 입력받는 기능들을 공부한 다. 특히 실제 데이터를 웹 등에서 크롤링하여 입력받는 방법도 공부한다.
둘째, R의 장점 중의 하나인 데이터를 효과적으로 보여주기 위한 시각화에 대한 설명이 있다. 이를 기반으로 데이터분석의 결과를 시각화할 수 있을 것이며 또한 시각화를 위한 제3자 개발자 의 소프트웨어도 이해할 수 있을 것으로 예상한다.

셋째, 기초통계학 분야를 100% R로 구현하였다. 실제 데이터로 실습함으로써 학습효과를 높 일 수 있을 것으로 기대된다.
넷째, 본서는 기초적인 분석방법에만 국한하지 않고 데이터분석의 핵심적인 응용분야인 회귀 분석을 자세히 설명되어 있다. 또한 실제 데이터를 다양한 방법으로 분석함으로써 분석에 대한 다양한 시각을 가질 수 있을 것이다.
다섯째, 빅데이터 시대에는 자료의 실시간 분석 및 예측이 많이 사용된다. 본 서는 통계학에서 사용되는 예측방법론인 시계열분석을 포함하고 있다. 본 서를 공부하면 기초적인 예측방법론을 이해하고 적용할 수 있을 것이다.
여섯째, 딥러닝의 기초인 분류분석도 포함되어 있다. 본 서를 공부하면 인공지능 분야에서 많 이 사용되는 딥러닝 공부에도 많은 도움이 될 것이다.
일곱째, 빅데이터 시스템에서 채택하고 있는 하둡(Hadoop)에 대해서도 설명이 되어 있다. 이 책을 따라하면 하둡의 작동방법도 이해를 할 수 있다. 하둡은 리눅스에서 구동되기 때문에 이에 필요한 리눅스도 설명되어 있다. 본 서를 공부하면 빅데이터 시스템 기초를 이해하여 계속하여 공부하면 거의 실시간 시스템을 구축할 수 있을 것으로 기대된다.

Chapter 01 R 소개

1 서론
2 R 설치하기
3 R언어 기초
4 데이터 구조
5 데이터 입출력
6 공공데이터 사이트 데이터 받기

Chapter 02 데이터분석 기초

1 RStudio 사용법
2 기초적 통계분석
3 기술통계2: 정량적 자료요약

Chapter 03 데이터 시각화

1 ggplot2 패키지를 이용하여 그래프 그리기

2 ggplot2 환경설정
3 ggplot2를 이용한 산점도 응용
4 ggplot2를 이용한 그래프 그리기

Chapter 04 확률 입문

1 확률이란?

2 확률 계산법칙

3 조건부 확률

4 베이즈 정리

5 이산 확률분포
6 연속 확률분포

Chapter 05 추정 및 검정

1 표본분포

2 구간추정

3 가설검정

Chapter 06 분산분석

1 두 모집단 평균차이(μ?1-μ?2)에 대한 추정: ?σ?1 과 ?σ?2 를 알고 있을 때
2 두 모집단 평균차이에 대한 추정과 검정: 대응표본

3 분산분석

Chapter 07 선형회귀분석

1 단순 선형회귀분석(simple linear regression analysis)

2 잔차분석을 통한 타당성 검정
3 중회귀분석(Multiple Regression Analysis)
4 중회귀모형에서 변수 선택방법
5 다중공선성 문제(Multicolinearity Problem)
6 이상치(Outlier) 제거
7 더미변수를 이용한 회귀분석
8 로지스틱 회귀분석(Logistic Regression)

Chapter 08 시계열분석

1 시계열 패턴

2 수평패턴 예측

3 추세패턴 예측

4 계절패턴 예측

5 추세와 계절 패턴

Chapter 09 분류분석(Classification Analysis)

1 의사결정나무(Decision Tree)

2 k-means 분류

Chapter 10 리눅스 입문

1 리눅스(Linux)란?
2 리눅스 설치: CentOS 리눅스 리눅스의 기본 명령어

Chapter 11 하둡

1 빅데이터란?

2 하둡의 생태계

3 자바설치

4 하둡(Hadoop) 설치
5 WordCount 실습

6 완전분산 모드 설치