°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (32,490¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (23,940¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (27,360¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

ÇÁ·Î±×·¡¸Ó¸¦ À§ÇÑ Python

¿øÁ¦ : Python for Programmers
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

°øÀ¯Çϱâ
Á¤°¡

38,000¿ø

  • 34,200¿ø (10%ÇÒÀÎ)

    1,900P (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¸
  • Ç°Àý 
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

ÃֽŠÀΰøÁö´É ÁÖÁ¦¸¦ ÃÑ ¸Á¶óÇÑ °³¹ßÀÚ¿ë °í±Þ ÆÄÀ̽ã ÀÔ¹®¼­

¹Ì ÇǾ(Pearson) »ç ƯÀ¯ÀÇ ³»¿ëÀÇ ±íÀÌ°¡ »ó´çÇÑ ÇÁ·Î±×·¡¹Ö ¾ð¾î °í±Þ¼­ ½Ã¸®Áî Áß µ¥ÀÌÅÚ ¾Ø ¾î¼Ò½Ã¿¡ÀÌÃ÷ »çÀÇ ¡®Python for Programmers¡¯°¡ ¿À·£¸¸¿¡ ¹ø¿ªÆÇÀ¸·Î ³ª¿Ô´Ù. ƯÈ÷ ÀÌ Ã¥Àº ¡°ÆÄÀ̽ã Çϸé ÀΰøÁö´É ¾ð¾î¡±¶ó´Â ±â´ë¸¦ Àú¹ö¸®Áö ¾ÊÀ» ¸¸Å­ ÃֽŠÀΰøÁö´É°ú µ¥ÀÌÅÍ°úÇÐÀÇ À̽´¸¦ ºüÁü¾øÀÌ ¸Á¶óÇÏ¿© ´Ù¾çÇÑ ½ÇÁ¦ »ç·Ê¿Í ÇÔ²² ¼Ò°³ÇÑ´Ù.
Ÿ °í±Þ ¾ð¾î¿¡ ´ëÇÑ ¹è°æ Áö½ÄÀÌ ÀÖ´Â ÇÁ·Î±×·¡¸Ó¸¦ ´ë»óÀ¸·Î Çϱ⵵ ÇÏÁö¸¸ ½Ç½À ÁöħÀ» »ç¿ëÇÏ¿© ÆÄÀ̽ã(Python)À» ÷´Ü ÄÄÇ»Æà ±â¼ú°ú ÇÁ·Î±×·¡¹ÖÀ» ¾Ë·ÁÁÖ´Â µ¥ ÁÖ¾ÈÁ¡À» µÐ´Ù. °³º° ½º´ÏÆê¿¡¼­ 40°³ÀÇ ´ëÇü ½ºÅ©¸³Æ® ¹× Àüü ±¸Çö »ç·Ê ¿¬±¸¿¡ À̸£´Â 500°³ ÀÌ»óÀÇ ½ÇÁ¦ ¿¹Á¦¿Í °ü·ÃµÈ ÁÖÇÇÅÍ ³ëÆ®ºÏ ÄÚµå¿Í ÇÔ²² ´ëÈ­Çü IPython ÀÎÅÍÇÁ¸®Å͸¦ »ç¿ëÇÏ¿© ÃֽŠÆÄÀ̽ã ÄÚµù °ü¿ë±¸¸¦ ºü¸£°Ô ¸¶½ºÅÍÇÒ ¼ö ÀÖ´Ù.

1~5ÀåÀÇ ÆÄÀ̽㠳»¿ë°ú 6~7ÀåÀÇ ÇÙ½É ºÎºÐÀ» ¹è¿ì°í ³ª¸é 11~16ÀåÀÇ ½Ç½À ÀÔ¹® AI »ç·Ê ¿¬±¸ÀÇ »ó´ç ºÎºÐÀ» ÀÍÈú ¼ö ÀÖ´Ù. ¿©±â¿¡´Â ÀÚ¿¬¾î ó¸®, °¨Á¤ ºÐ¼®À» À§ÇÑ Æ®À§ÅÍ? µ¥ÀÌÅÍ ¸¶ÀÌ´×, IBM? ¿Ó½¼¢âÀ» »ç¿ëÇÑ ÀÎÁö ÄÄÇ»ÆÃ, ºÐ·ù ¹× ȸ±Í°¡ Æ÷ÇÔµÈ Áöµµ ¸Ó½Å·¯´×, Ŭ·¯½ºÅ͸µÀ» »ç¿ëÇÑ ºñÁöµµ ¸Ó½Å·¯´×, µö·¯´× ¹× ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀ» ÅëÇÑ ÄÄÇ»ÅÍ ºñÀü, µö·¯´×, ÇϵÓÀ» ÀÌ¿ëÇÑ ºòµ¥ÀÌÅÍ°¡ Æ÷ÇԵȴÙ. ½Å°æ¸Á, ÇϵÓ, ½ºÆÄÅ©¿Í NoSQL µ¥ÀÌÅͺ£À̽º¸¦ »ç¿ëÇÑ ºòµ¥ÀÌÅÍ, »ç¹°ÀÎÅÍ³Ý ¿Ü¿¡µµ Æ®À§ÅÍ?, ±¸±Û Æ®·£½½·¹ÀÌÆ®¢â, IBM? ¿Ó½¼¢â, ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® ¾ÖÀú(Azure)?, ¿ÀǸÊÄù½ºÆ®(OpenMapQuest), Æà³Ò(PubNub) µîÀ» Æ÷ÇÔÇÑ Å¬¶ó¿ìµå ±â¹Ý ¼­ºñ½º·Î Á÷°£Á¢ÀûÀ¸·Î ÀÛ¾÷ÇÏ°Ô µÈ´Ù.

ÀúÀÚÀÎ ¾Æµé Æú µ¥ÀÌÅÚ(Paul Deitel)°ú °øµ¿ ÀúÀÚÀÎ ¾Æ¹öÁö ÇϺñ µ¥ÀÌÅÚ(Harvey Deitel) ¹Ú»ç´Â MIT µ¿¹®ÀÌÀÚ ±¹Á¦ÀûÀ¸·Î ÀÎÁ¤¹Þ´Â ÇÁ·Î±×·¡¹Ö ¾ð¾î ÀúÀÛ ¹× ±â¾÷ ±³À°±â°üÀÎ µ¥ÀÌÅÚ ¾Ø ¾î¼Ò½Ã¿¡ÀÌÃ÷ »ç(Deitel & Associates, Inc.)ÀÇ ¼³¸³ÀÚÀÌ´Ù.

ÃâÆÇ»ç ¼­Æò

?ÀÌ Ã¥ÀÇ Æ¯Â¡
? ½º´ÏÆê¿¡¼­ »ç·Ê ¿¬±¸¿¡ À̸£±â±îÁö 500°³ ÀÌ»óÀÇ ½ÇÁ¦, ½Ç½Ã°£ ÄÚµå ¿¹Á¦
? ÁÖÇÇÅÍ ³ëÆ®ºÏÀÇ IPython + ÄÚµå ¶óÀ̺귯¸® Áß½É: ÆÄÀ̽ã Ç¥ÁØ ¶óÀ̺귯¸® ¹× µ¥ÀÌÅÍ°úÇÐ ¶óÀ̺귯¸®¸¦ »ç¿ëÇÏ¿© ÃÖ¼ÒÇÑÀÇ ÄÚµå·Î Áß¿äÇÑ ÀÛ¾÷ ¼öÇà
? ÆÄÀ̽㿡 ´ëÇÑ Ãæ½ÇÇÑ ¼³¸í: Á¦¾î¹®, ÇÔ¼ö, ¹®ÀÚ¿­, ÆÄÀÏ, JSON serialization, CSV, ¿¹¿Ü
? ÀýÂ÷Àû, ÇÔ¼öÇü ½ºÅ¸ÀÏ ¹× °´Ã¼ ÁöÇâ ÇÁ·Î±×·¡¹Ö
? Ä÷º¼Ç: ¸®½ºÆ®, Æ©ÇÃ, µñ¼Å³Ê¸®, ¼¼Æ®, ³ÑÆÄÀÌ(NumPy) ¹è¿­, ÆÇ´Ù½º(pandas) ½Ã¸®Áî ¹× µ¥ÀÌÅÍÇÁ·¹ÀÓ
? Á¤Àû, µ¿Àû ¹× ´ëÈ­Çü ½Ã°¢È­
? ½ÇÁ¦ µ¥ÀÌÅͼ¼Æ® ¹× µ¥ÀÌÅÍ ¼Ò½º¿¡ ´ëÇÑ µ¥ÀÌÅÍ ´Ù·ç±â
? µ¥ÀÌÅÍ°úÇÐ ¼½¼Ç ¼Ò°³: AI, ±âÃÊ Åë°è, ½Ã¹Ä·¹À̼Ç, ¾Ö´Ï¸ÞÀ̼Ç, ·£´ý º¯¼ö, µ¥ÀÌÅÍ ³íÀï, ȸ±Í ºÐ¼®
? AI, ºòµ¥ÀÌÅÍ ¹× Ŭ¶ó¿ìµå µ¥ÀÌÅÍ°úÇÐ »ç·Ê ¿¬±¸: NLP, Æ®À§ÅÍ? µ¥ÀÌÅÍ ¸¶ÀÌ´×, IBM? ¿Ó½¼¢â, ¸Ó½Å·¯´×, µö·¯´×, ÄÄÇ»ÅÍ ºñÀü, ÇϵÓ?, ½ºÆÄÅ©(Spark¢â), NoSQL, »ç¹°ÀÎÅͳÝ(IoT)
? ¿ÀǼҽº ¶óÀ̺귯¸®: ³ÑÆÄÀÌ(NumPy), ÆÇ´Ù½º(pandas), ¸ÅÆ®Ç÷Ը®ºê(Matplotlib), ½Ãº»(Seaborn), Æú¸®¾ö(Folium), »çÀÌÆÄÀÌ(SciPy), NLTK, ÅؽºÆ®ºí¶ø(TextBlob), ½ºÆäÀ̽Ã(spaCy), ÅؽºÅÂƼ½ºÆ½(Textatistic), Æ®À§ÇÇ(Tweepy), »çÀÌŶ-·±(sikit-learn)?, Äɶó½º(Keras) µî

¸ñÂ÷

Preface ÀúÀÚ ¼­¹®
ÀúÀÚ¿¡ ´ëÇØ
µ¥ÀÌÅÚ? & ¾î¼Ò½Ã¿¡ÀÌÆ® »ç¿¡ ´ëÇØ
Preface ¿ªÀÚ ¼­¹®
¿ªÀÚ¿¡ ´ëÇØ
Before You Begin ½ÃÀÛÇϱâ Àü¿¡
Chapter 1 ÄÄÇ»ÅÍ¿Í ÆÄÀ̽㠰³·Ð
1.1 °³¿ä
1.2 °´Ã¼ ±â¼úÀÇ ±âº» ¸®ºä
1.3 ÆÄÀ̽ã
1.4 ¶óÀ̺귯¸®
1.4.1 ÆÄÀ̽ã Ç¥ÁØ ¶óÀ̺귯¸®
1.4.2 µ¥ÀÌÅÍ°úÇÐ ¶óÀ̺귯¸®
1.5 ½Ã¿îÀü: IPython°ú ÁÖÇÇÅÍ ³ëÆ®ºÏ »ç¿ëÇϱâ
1.5.1 °è»ê±â·Î IPython ´ëÈ­Çü ¸ðµå »ç¿ëÇϱâ
1.5.2 IPython ÀÎÅÍÇÁ¸®ÅÍ·Î ÆÄÀ̽ã ÇÁ·Î±×·¥ ½ÇÇàÇϱâ
1.5.3 ÁÖÇÇÅÍ ³ëÆ®ºÏÀ¸·Î ÄÚµå ÀÛ¼ºÇÏ°í ½ÇÇàÇϱâ
1.6 Ŭ¶ó¿ìµå¿Í »ç¹°ÀÎÅͳÝ
1.6.1 Ŭ¶ó¿ìµå
1.6.2 »ç¹°ÀÎÅͳÝ
1.7 ºòµ¥ÀÌÅÍÀÇ Å©±â´Â?
1.7.1 ºòµ¥ÀÌÅÍÀÇ ºÐ¼®
1.7.2 µ¥ÀÌÅÍ°úÇаú ºòµ¥ÀÌÅÍ°¡ ¸¸µé¾î³»´Â °¡Ä¡: »ç·Ê ¿¬±¸
1.8 »ç·Ê - ºòµ¥ÀÌÅÍ ¸ð¹ÙÀÏ ¾ÖÇø®ÄÉÀ̼Ç
1.9 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: ÄÄÇ»ÅÍ°úÇаú µ¥ÀÌÅÍ°úÇÐÀÇ ±³Â÷Á¡¿¡ ÀÖ´Â ÀΰøÁö´É
1.10 ¿ä¾à
Chapter 2 ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö °³·Ð
2.1 °³¿ä
2.2 º¯¼ö¿Í ´ëÀÔ ±¸¹®
2.3 »ê¼ú
2.4 print ÇÔ¼ö¿Í ÀÛÀºµû¿ÈÇ¥¿Í Å«µû¿ÈÇ¥ÀÇ ¹®ÀÚ¿­
2.5 »ïÁß Å«µû¿ÈÇ¥¸¦ ÀÌ¿ëÇÑ ¹®ÀÚ¿­
2.6 »ç¿ëÀÚ ÀԷ¹ޱâ 88
2.7 ÆÇ´ÜÇϱâ: if ±¸¹®°ú ºñ±³ ¿¬»êÀÚ
2.8 °´Ã¼¿Í µ¿Àû ŸÀÔ
2.9 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: ±âº»ÀûÀÎ ±â¼úÀû Åë°è
2.10 ¿ä¾à
Chapter 3 Á¦¾î¹®
3.1 °³¿ä
3.2 Á¦¾î¹®
3.3 if¹®
3.4 if¡¦else¿Í if¡¦elif¡¦else¹®
3.5 while¹®
3.6 for¹®
3.6.1 ÀÌÅÍ·¯ºí, ¸®½ºÆ®, ÀÌÅÍ·¹ÀÌÅÍ
3.6.2 ³»Àå ÇÔ¼ö range
3.7 ÁõºÐ ´ëÀÔ(Augmented Assignments)
3.8 ½ÃÄö½º·Î Á¦¾îµÈ ÀÌÅÍ·¹À̼Ç; Æ÷¸ËµÈ ¹®ÀÚ¿­
3.9 ¼¾Æ¼³Î·Î Á¦¾îµÇ´Â ÀÌÅÍ·¹À̼Ç
3.10 ³»Àå ÇÔ¼ö range: ´õ µé¾î°¡±â
3.11 ±ÝÀ¶ °è»êÀ» À§ÇÑ Decimal ŸÀÔ »ç¿ëÇϱâ
3.12 break¿Í continue¹®
3.13 ºÒ¸®¾ð ¿¬»êÀÚ and, or, not
3.14 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: Á᫐ °æÇâ ÃøÁ¤ ¹æ¹ý - Æò±Õ, Áß¾Ó°ª, ÃÖºó°ª
3.15 ¿ä¾à
Chapter 4 ÇÔ¼ö
4.1 °³¿ä
4.2 ÇÔ¼ö Á¤ÀÇÇϱâ
4.3 ´Ù¼öÀÇ ¸Å°³º¯¼ö°¡ ÀÖ´Â ÇÔ¼ö
4.4 ³­¼ö ¹ß»ý
4.5 »ç·Ê ¿¬±¸: È®·ü °ÔÀÓ
4.6 ÆÄÀ̽ã Ç¥ÁØ ¶óÀ̺귯¸®
4.7 math ¸ðµâÀÇ ÇÔ¼ö
4.8 IPython¿¡¼­ ÅÇÀ¸·Î ÀÚµ¿ ¿Ï¼º½ÃÅ°±â
4.9 ¸Å°³º¯¼ö ±âº»°ª
4.10 Å°¿öµå ÀÎÀÚ
4.11 ÀÓÀÇÀÇ ÀÎÀÚ ¸®½ºÆ®
4.12 ¸Þ¼­µå: °´Ã¼¿¡ Á¤ÀÇµÈ ÇÔ¼ö
4.13 ½ºÄÚÇÁ ±ÔÄ¢
4.14 import: ´õ ±íÀÌ µé¾î°¡±â
4.15 ÇÔ¼ö¿¡ ÀÎÀÚ Àü´ÞÇϱâ: ´õ ±íÀÌ µé¾î°¡±â
4.16 Àç±Í È£Ãâ
4.17 ÇÔ¼öÇü ÇÁ·Î±×·¡¹Ö
4.18 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: ºÐ»ê ÃøÁ¤
4.19 ¿ä¾à
Chapter 5 ½ÃÄö½º: ¸®½ºÆ®¿Í Æ©ÇÃ
5.1 °³¿ä
5.2 ¸®½ºÆ®
5.3 Æ©ÇÃ
5.4 ¾ðÆÐÅ· ½ÃÄö½º
5.5 ½ÃÄö½º ½½¶óÀ̽Ì
5.6 del¹®
5.7 ÇÔ¼ö¿¡ ¸®½ºÆ® ³Ñ±â±â
5.8 ¸®½ºÆ® Á¤·ÄÇϱâ
5.9 ½ÃÄö½º¿¡¼­ ¿ä¼Ò ã¾Æº¸±â
5.10 ´Ù¸¥ ¸®½ºÆ® ¸Þ¼­µå
5.11 ¸®½ºÆ®·Î ½ºÅà ¸¸µé±â
5.12 ¸®½ºÆ® ÄÄÇÁ¸®Çî¼Ç(List Comprehension)
5.13 Á¦³Ê·¹ÀÌÅÍ Ç¥Çö½Ä
5.14 ÇÊÅÍ, ¸Ê, ¸®µà½º
5.15 ´Ù¸¥ ½ÃÄö½º ó¸® ÇÔ¼ö
5.16 2Â÷¿ø ¸®½ºÆ®
5.17 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: ½Ã¹Ä·¹À̼ǰú Á¤Àû ½Ã°¢È­
5.17.1 600, 6¸¸, 600¸¸ ¹øÀÇ ÁÖ»çÀ§ ³îÀÌ ±×·¡ÇÁ
5.17.2 ÁÖ»çÀ§ ÃâÇö ºóµµ¿Í ºñÀ² ½Ã°¢È­Çϱâ
5.18 ¿ä¾à
Chapter 6 µñ¼Å³Ê¸®¿Í ¼¼Æ®
6.1 °³¿ä
6.2 µñ¼Å³Ê¸®
6.2.1 µñ¼Å³Ê¸® »ý¼ºÇϱâ
6.2.2 µñ¼Å³Ê¸® ¼øȸÇϱâ
6.2.3 µñ¼Å³Ê¸®ÀÇ ±âº» µ¿ÀÛ
6.2.4 µñ¼Å³Ê¸®ÀÇ ¸Þ¼­µå keys¿Í values
6.2.5 µñ¼Å³Ê¸® ºñ±³Çϱâ
6.2.6 ¿¹: Çлý Á¡¼ö µñ¼Å³Ê¸®
6.2.7 ¿¹: ´Ü¾î ¼¼±â
6.2.8 µñ¼Å³Ê¸® ¸Þ¼­µå update
6.2.9 µñ¼Å³Ê¸® ÄÄÇÁ¸®Çî¼Ç
6.3 ¼¼Æ®
6.3.1 ¼¼Æ® ºñ±³Çϱâ
6.3.2 ¼öÇÐÀû ÁýÇÕ ¿¬»ê
6.3.3 ¼¼Æ®¸¦ ¼öÁ¤ÇÏ´Â ¿¬»êÀÚ¿Í ¸Þ¼­µå 226
6.3.4 ¼¼Æ® ÄÄÇÁ¸®Çî¼Ç 228
6.4 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: µ¿Àû ½Ã°¢È­ 228
6.4.1 µ¿Àû ½Ã°¢È­ÀÇ µ¿ÀÛ ¿ø¸® 229
6.4.2 µ¿Àû ½Ã°¢È­ ±¸ÇöÇϱâ 232
6.5 ¿ä¾à 235
Chapter 7 ³ÑÆÄÀ̸¦ ÀÌ¿ëÇÑ ¹è¿­ ÁöÇâ ÇÁ·Î±×·¡¹Ö
7.1 °³¿ä
7.2 ±âÁ¸ µ¥ÀÌÅÍ¿¡¼­ ¹è¿­ »ý¼ºÇϱâ
7.3 ¹è¿­ÀÇ ¼Ó¼º
7.4 ƯÁ¤ °ªÀ¸·Î ¹è¿­ ä¿ì±â
7.5 ƯÁ¤ ¹üÀ§ÀÇ °ªÀ» °¡Áø ¹è¿­ »ý¼ºÇϱâ
7.6 ¸®½ºÆ®¿Í ¹è¿­ÀÇ ¼º´É: %timeit ¼Ò°³Çϱâ
7.7 ¹è¿­ ¿¬»ê
7.8 ³ÑÆÄÀÌ °è»ê ¸Þ¼­µå
7.9 À¯´Ï¹ö¼³ ÇÔ¼ö
7.10 Àε¦½Ì°ú ½½¶óÀ̽Ì
7.11 ºä: ¾èÀº º¹»ç
7.12 ±íÀº º¹»ç(deep copy)
7.13 ¹è¿­ÀÇ ¸ð¾ç º¯°æ ¹× ÀüÄ¡
7.14 µ¥ÀÌÅÍ°úÇÐ µé¾î°¡±â: ÆÇ´Ù½ºÀÇ Series¿Í DataFrame
7.14.1 ÆÇ´Ù½º Series
7.14.2 ÆÇ´Ù½º DataFrame
7.15 ¿ä¾à
Chapter 8 ¹®ÀÚ¿­: ÇÑ °ÉÀ½ ´õ µé¾î°¡±â
8.1 °³¿ä
8.2 ¹®ÀÚ¿­ Æ÷¸ËÆÃ
8.2.1 Ç¥Çö ŸÀÔ
8.2.2 ÇÊµå ±æÀÌ¿Í Á¤·Ä
8.2.3 ¼ýÀÚ Æ÷¸ËÆÃ
8.2.4 ¹®ÀÚ¿­ÀÇ format ¸Þ¼­µå
8.3 ¹®ÀÚ¿­ À̾îºÙÀÌ°í ¹Ýº¹½ÃÅ°±â
8.4 ¹®ÀÚ¿­¿¡¼­ °ø¹é Á¦°ÅÇϱâ
8.5 ¿µ¹®ÀÚÀÇ ´ë¼Ò¹®ÀÚ ¹Ù²Ù±â
8.6 ¹®ÀÚ¿­ ºñ±³ ¿¬»êÀÚ
8.7 ºÎºÐ ¹®ÀÚ¿­ ã±â
8.8 ºÎºÐ ¹®ÀÚ¿­ ±³Ã¼Çϱâ
8.9 ¹®ÀÚ¿­ ³ª´©°í ÇÕÄ¡±â
8.10 ¹®ÀÚµé°ú ¹®ÀÚ Á¶»ç ¸Þ¼­µå
8.11 ¿ø½Ã(raw) ¹®ÀÚ¿­
8.12 Á¤±Ô Ç¥Çö½Ä ¼Ò°³Çϱâ
8.12.1 re ¸ðµâ°ú fullmatch ÇÔ¼ö
8.12.2 ºÎºÐ ¹®ÀÚ¿­ ±³Ã¼ÇÏ°í ¹®ÀÚ¿­ ³ª´©±â
8.12.3 ´Ù¸¥ °Ë»ö ÇÔ¼ö; ¸ÅĪµÈ ¹®ÀÚ¿­¿¡ Á¢±ÙÇϱâ
8.13 µ¥ÀÌÅÍ°úÇÐ µµÀÔºÎ: ÆÇ´Ù½º, Á¤±Ô½Ä, µ¥ÀÌÅÍ ¸Õ¡
8.14 ¿ä¾à
Chapter 9 ÆÄÀÏ°ú ¿¹¿Ü
9.1 °³¿ä
9.2 ÆÄÀÏ
9.3 ÅؽºÆ® ÆÄÀÏ Ã³¸®Çϱâ
9.3.1 ÅؽºÆ® ÆÄÀÏ ¸¸µé±â: with ±¸¹®ÀÇ ¼Ò°³
9.3.2 ÅؽºÆ® ÆÄÀÏ¿¡¼­ µ¥ÀÌÅÍ Àбâ
9.4 ÅؽºÆ® ÆÄÀÏ ¾÷µ¥ÀÌÆ®Çϱâ
9.5 JSONÀ¸·Î Á÷·ÄÈ­Çϱâ
9.6 º¸¾È: pickleÀ» ÀÌ¿ëÇØ Á÷·ÄÈ­¿Í ¿ªÁ÷·ÄÈ­Çϱâ
9.7 ÆÄÀÏ°ú °ü·ÃµÈ ºÎ¿¬ ¼³¸í
9.8 ¿¹¿Ü ó¸®Çϱâ
9.8.1 0À¸·Î ³ª´©±â¿Í À߸øµÈ ÀÔ·Â
9.8.2 try ±¸¹®
9.8.3 ÇϳªÀÇ exceptÀý¿¡¼­ ¿©·¯ ¿¹¿Ü ó¸®Çϱâ
9.8.4 ÇÔ¼ö ¶Ç´Â ¸Þ¼­µå°¡ ¾î¶² ¿¹¿Ü¸¦ ¹ß»ý½ÃÅ°³ª?
9.8.5 try ½ºÀ§Æ®¿¡ ¿Í¾ß ÇÏ´Â ÄÚµå´Â ¾î¶² °ÍÀÌ ÀÖ³ª?
9.9 finallyÀý
9.10 ¸í½ÃÀûÀ¸·Î ¿¹¿Ü ¹ß»ý½ÃÅ°±â
9.11 (¼±ÅÃ) ½ºÅà ¾ð¿ÍÀεù°ú Æ®·¹À̽º¹é
9.12 µ¥ÀÌÅÍ°úÇÐ µµÀÔºÎ: CSV ÆÄÀÏ ´Ù·ç±â
9.12.1 ÆÄÀ̽ã Ç¥ÁØ ¶óÀ̺귯¸® ¸ðµâ csv
9.12.2 CSV ÆÄÀÏÀ» ÆÇ´Ù½º DataFrameÀ¸·Î Àоî¿À±â
9.12.4 ŸÀÌŸ´Ð µ¥ÀÌÅͼ¼Æ®·Î °£´ÜÇÏ°Ô µ¥ÀÌÅÍ ºÐ¼®Çϱâ
9.12.5 ½Â°´µéÀÇ ³ªÀÌ È÷½ºÅä±×·¥
9.13 ¿ä¾à
Chapter 10 °´Ã¼ ÁöÇâ ÇÁ·Î±×·¡¹Ö
10.1 °³¿ä
10.2 »ç¿ëÀÚ Á¤ÀÇ Å¬·¡½º Account
10.2.1 Account Ŭ·¡½º Å×½ºÆ®Çϱâ
10.2.2 Account Ŭ·¡½º Á¤ÀÇÇϱâ
10.2.3 ±¸¼º: Ŭ·¡½º ¸â¹ö·Î¼­ÀÇ °´Ã¼ ÂüÁ¶
10.3 ¼Ó¼º¿¡ ´ëÇÑ Á¢±Ù Á¦¾î
10.4 µ¥ÀÌÅÍ Á¢±ÙÀ» À§ÇÑ ÇÁ·ÎÆÛƼ
10.4.1 Å×½ºÆ® ÁÖµµ·Î °³¹ßÇÏ´Â Time Ŭ·¡½º
10.4.2 Time Ŭ·¡½º Á¤ÀÇÇϱâ
10.4.3 Time Ŭ·¡½ºÀÇ µðÀÚÀγëÆ®
10.5 ºñ°ø°³ ¼Ó¼º Èä³»³»±â
10.6 »ç·Ê: Ä«µå ¼¯°í ³ª´²ÁÖ±â
10.6.1 Car, DeckOfCards Ŭ·¡½º ½Ã¿îÀüÇϱâ
10.6.2 Card Ŭ·¡½º - Ŭ·¡½º ¼Ó¼º
10.6.3 DeckOfCards Ŭ·¡½º
10.6.4 ¸ÅÆ®Ç÷Ը®ºê·Î Ä«µå À̹ÌÁö Ãâ·ÂÇϱâ
10.7 »ó¼Ó: ±â¹Ý Ŭ·¡½º¿Í ¼­ºê Ŭ·¡½º
10.8 »ó¼Ó ±¸Á¶ ¸¸µé±â: ´ÙÇü¼ºÀÇ ¼Ò°³
10.8.1 ±â¹Ý Ŭ·¡½º CommissionEmployee
10.8.2 ¼­ºê Ŭ·¡½º SalariedCommissionEmployee
10.8.3 CommissionEmployee¿Í SalariedCommissionEmployee¸¦ ´ÙÇü¼ºÀ¸·Î ó¸®Çϱâ
10.8.4 °´Ã¼ ±â¹Ý°ú °´Ã¼ ÁöÇâ ÇÁ·Î±×·¡¹Ö¿¡ ´ëÇØ
10.9 ´öŸÀÌÇΰú ´ÙÇü¼º
10.10 ¿¬»êÀÚ ÀçÁ¤ÀÇÇϱâ
10.10.1 Complex Ŭ·¡½º »ç¿ëÇϱâ
10.10.2 Complex Ŭ·¡½º Á¤ÀÇÇϱâ
10.11 Exception Ŭ·¡½º °èÃþ ±¸Á¶¿Í »ç¿ëÀÚ Á¤ÀÇ ¿¹¿Ü
10.12 ³×ÀÓµåÆ©ÇÃ
10.13 ÆÄÀ̽ã 3.7ÀÇ »õ·Î¿î µ¥ÀÌÅÍ Å¬·¡½º¿¡ ´ëÇÑ °£´ÜÇÑ °³¿ä
10.13.1 Card µ¥ÀÌÅÍ Å¬·¡½º ¸¸µé±â
10.13.2 Card µ¥ÀÌÅÍ Å¬·¡½º »ç¿ëÇϱâ
10.13.3 µ¥ÀÌÅÍ Å¬·¡½º°¡ °¡Áö´Â ³×ÀÓµåÆ©Çà ÀÌ»óÀÇ ÀåÁ¡
10.13.4 ±âÁ¸ÀÇ Å¬·¡½ºº¸´Ù µ¥ÀÌÅÍ Å¬·¡½º°¡ °®´Â ÀÌÁ¡
10.14 µ¶½ºÆ®¸µ°ú doctest ¸ðµâÀ» ÀÌ¿ëÇÑ ´ÜÀ§ Å×½ºÆÃ
10.15 ³×ÀÓ½ºÆäÀ̽º¿Í ½ºÄÚÇÁ
10.16 µ¥ÀÌÅÍ°úÇÐÀÇ °³¿ä: ½Ã°è¿­ µ¥ÀÌÅÍ¿Í °£´ÜÇÑ ¼±Çü ȸ±Í
10.17 ¿ä¾à
Chapter 11 ÀÚ¿¬¾î ó¸®(NLP)
11.1 °³¿ä
11.2 ÅؽºÆ®ºí¶ø
11.2.1 ÅؽºÆ®ºí¶ø »ý¼ºÇϱâ
11.2.2 ÅؽºÆ®¸¦ ¹®Àå°ú ´Ü¾î·Î ÅäÅ«È­Çϱâ
11.2.3 Ç°»ç °áÁ¤Çϱâ
11.2.4 ¸í»ç±¸ ÃßÃâÇϱâ
11.2.5 ÅؽºÆ®ºí¶øÀÇ ±âº» °¨¼º ºÐ¼®±â¸¦ ÀÌ¿ëÇÑ °¨¼º ºÐ¼®
11.2.6 NaiveBayesAnalyzer¸¦ ÀÌ¿ëÇÑ °¨¼º ºÐ¼®
11.2.7 ¾ð¾î ÆǺ° ¹× ¹ø¿ª
11.2.8 ±¼Àý(inflection ): º¹¼öÈ­ ¹× ´Ü¼öÈ­
11.2.9 öÀÚ °Ë»ç¿Í ±³Á¤
11.2.10 Á¤±ÔÈ­: ¾î±Ù ÃßÃâ ¹× Ç¥Á¦¾î ÃßÃâ
11.2.11 ´Ü¾î ÃâÇö ºóµµ °è»êÇϱâ
11.2.12 WordNet¿¡ ´Ü¾îÀÇ ¶æ, µ¿ÀǾî¿Í ¹ÝÀÇ¾î ±¸Çϱâ
11.2.13 ºÒ¿ë¾î Á¦°ÅÇϱâ
11.2.14 n-±×·¥
11.3 ¸·´ë Â÷Æ®¿Í ¿öµå Ŭ¶ó¿ìµå·Î ´Ü¾î ÃâÇö ºóµµ ½Ã°¢È­Çϱâ
11.3.1 ÆÇ´Ù½º·Î ´Ü¾î ºóµµ ½Ã°¢È­Çϱâ
11.3.2 ¿öµå Ŭ¶ó¿ìµå·Î ´Ü¾îÀÇ ÃâÇö ºóµµ ½Ã°¢È­Çϱâ
11.4 ÅؽºÅÂƼ½ºÆ½À¸·Î °¡µ¶¼º Æò°¡Çϱâ
11.5 spaCy·Î ³×ÀÓµå ¿£Æ¼Æ¼ ÀνÄ(NER)
11.6 spaCy·Î À¯»çµµ ÃøÁ¤Çϱâ
11.7 ±âŸ NLP ¶óÀ̺귯¸®¿Í Åø
11.8 ¸Ó½Å·¯´×°ú µö·¯´× ÀÚ¿¬¾î ¾ÖÇø®ÄÉÀ̼Ç
11.9 ÀÚ¿¬¾î µ¥ÀÌÅͼ¼Æ®
11.10 ¿ä¾à
Chapter 12 Æ®À§ÅÍ µ¥ÀÌÅÍ ¸¶ÀÌ´×
12.1 °³¿ä
12.2 Æ®À§ÅÍ API °³°ü
12.3 Æ®À§ÅÍ °èÁ¤ ¸¸µé±â
12.4 Æ®À§ÅÍÀÇ ÀÚ°Ý Áõ¸í(credentials ) µ¥ÀÌÅÍ ¾ò±â - ¾Û ¸¸µé±â
12.5 Æ®À­¿¡ ´ã°ÜÀÖ´Â °ÍÀº?
12.6 Æ®À§ÇÇ ¶óÀ̺귯¸®
12.7 Æ®À§ÇǸ¦ ÅëÇØ Æ®À§ÅÍ¿Í ÀÎÁõ ÀýÂ÷ ÁøÇàÇϱâ
12.8 Æ®À§ÅÍ °èÁ¤¿¡ ´ëÇØ Á¤º¸ ¼öÁýÇϱâ
12.9 Æ®À§ÇÇ Ä¿¼­ÀÇ °³¿ä: Æȷοö¿Í Ä£±¸ Á¤º¸ ¾ò±â
12.9.1 Æȷοö È®ÀÎÇϱâ
12.9.2 ÆȷοìÇÏ°í ÀÖ´Â °èÁ¤ ¾Ë¾Æ³»±â
12.9.3 »ç¿ëÀÚ ÃÖ±Ù Æ®À­ °¡Á®¿À±â
12.10 ÃÖ±Ù Æ®À­ °Ë»öÇϱâ
12.11 Æ®·»µå È®ÀÎÇϱâ: Æ®À§ÅÍÀÇ Æ®·»µå API
12.11.1 Æ®·»µù ÅäÇÈ°ú °ü·ÃµÈ Áö¿ª
12.11.2 Æ®·»µù ÅäÇÈ ¸ñ·Ï ±¸Çϱâ
12.11.3 Æ®·»µù ÅäÇÈ ÀÌ¿ëÇØ ¿öµå Ŭ¶ó¿ìµå ¸¸µé±â
12.12 ºÐ¼®À» À§ÇØ Æ®À­ Á¤¸®/Àüó¸®Çϱâ
12.13 Æ®À§ÅÍ ½ºÆ®¸®¹Ö API
12.13.1 StreamListener¸¦ »ó¼Ó¹ÞÀº ¼­ºê Ŭ·¡½º ¸¸µé±â
12.13.2 ½ºÆ®¸² ó¸® ÃʱâÈ­Çϱâ
12.14 Æ®À­ °¨¼º ºÐ¼®
12.15 Áö¿ÀÄÚµù°ú ¸ÊÇÎ
12.15.1 Æ®À­ °¡Á®¿Í¼­ Áöµµ¿¡ ¸ÊÇÎÇϱâ
12.15.2 tweetutilities.py¿¡ ÀÖ´Â À¯Æ¿¸®Æ¼ ÇÔ¼ö
12.15.3 LocationListener Ŭ·¡½º
12.16 Æ®À­À» ÀúÀåÇÏ´Â ¹æ¹ý
12.17 Æ®À§ÅÍ¿Í ½Ã°è¿­
12.18 ¿ä¾à
Chapter 13 IBM ¿Ó½¼°ú ÀÎÁö ÄÄÇ»ÆÃ
13.1 °³¿ä: IBM ¿Ó½¼°ú ÀÎÁö ÄÄÇ»ÆÃ
13.2 IBM Ŭ¶ó¿ìµå °èÁ¤°ú Ŭ¶ó¿ìµå ÄܼÖ
13.3 ¿Ó½¼ ¼­ºñ½º
13.4 Ãß°¡ÀûÀÎ ¼­ºñ½º¿Í Åø
13.5 ¿Ó½¼ °³¹ßÀÚ Å¬¶ó¿ìµå ÆÄÀ̽ã SDK
13.6 »ç·Ê ¿¬±¸: ¿©ÇàÀÚ ¹ø¿ª ¾Û
13.6.1 ¾ÛÀ» ½ÇÇàÇϱâ Àü
13.6.2 ¾Û ½Ã¿îÀüÇϱâ
13.6.3 SimpleLanguageTranslator.py ½ºÅ©¸³Æ® »ìÆ캸±â
13.7 ¿Ó½¼ ¸®¼Ò½º
13.8 ¿ä¾à
Chapter 14 ¸Ó½Å·¯´×: ºÐ·ù, ȸ±Í, Ŭ·¯½ºÅ͸µ
14.1 ¸Ó½Å·¯´×ÀÇ °³¿ä
14.1.1 »çÀÌŶ-·±
14.1.2 ¸Ó½Å·¯´×ÀÇ Á¾·ù
14.1.3 »çÀÌŶ-·±¿¡ Æ÷ÇÔµÈ µ¥ÀÌÅͼ¼Æ®
14.1.4 µ¥ÀÌÅÍ°úÇÐ ¿¬±¸ÀÇ ÀϹÝÀûÀÎ ¼ø¼­
14.2 »ç·Ê ¿¬±¸: k-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò°ú Digits µ¥ÀÌÅͼ¼Æ®·Î ºÐ·ùÇϱâ, ÆÄÆ® 1
14.2.1 k-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò
14.2.2 µ¥ÀÌÅͼ¼Æ® ·ÎµùÇϱâ
14.2.3 µ¥ÀÌÅÍ ½Ã°¢È­Çϱâ
14.2.4 ÈƷÿë°ú Å×½ºÆ®¿ëÀ¸·Î µ¥ÀÌÅÍ ³ª´©±â
14.2.5 ¸ðµ¨ »ý¼ºÇϱâ
14.2.6 ¸ðµ¨ ÈƷýÃÅ°±â
14.2.7 ¼ýÀÚ ºÐ·ù ¿¹ÃøÇϱâ
14.3 »ç·Ê ¿¬±¸: k-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò°ú Digits µ¥ÀÌÅͼ¼Æ®·Î ºÐ·ùÇϱâ, ÆÄÆ® 2
14.3.1 ¸ðµ¨ Á¤È®µµ Æò°¡
14.3.2 K-Æúµå ±³Â÷ °ËÁõ
14.3.3 ÃÖ¼±ÀÇ ¸ðµ¨À» ã±â À§ÇØ ´Ù¼öÀÇ ¸ðµ¨ ½ÇÇàÇϱâ
14.3.4 ÇÏÀÌÆÛÆĶó¹ÌÅÍ Æ©´×
14.4 »ç·Ê ¿¬±¸: ½Ã°è¿­°ú ´Ü¼ø ¼±Çü ȸ±Í
14.5 »ç·Ê ¿¬±¸: Ķ¸®Æ÷´Ï¾Æ ÁÖÅà µ¥ÀÌÅÍ¿¡ ´ÙÁß ¼±Çü ȸ±Í Àû¿ëÇϱâ
14.5.1 µ¥ÀÌÅͼ¼Æ® ·ÎµùÇϱâ
14.5.2 ÆÇ´Ù½º·Î µ¥ÀÌÅÍ Á¶»çÇϱâ
14.5.3 Ư¼º ½Ã°¢È­Çϱâ
14.5.4 ÈÆ·Ã¿ë ¹× Å×½ºÆ®¿ë µ¥ÀÌÅÍ ³ª´©±â
14.5.5 ¸ðµ¨ ÈƷýÃÅ°±â
14.5.6 ¸ðµ¨ Å×½ºÆ®Çϱâ
14.5.7 expected¿Í predicted º¯¼ö°ª ½Ã°¢È­Çϱâ
14.5.8 ȸ±Í ¸ðµ¨ Æò°¡ ÁöÇ¥
14.5.9 ÃÖÀûÀÇ ¸ðµ¨ ¼±ÅÃÇϱâ
14.6 »ç·Ê ¿¬±¸: ºñÁöµµ ¸Ó½Å·¯´×, 1ºÎ- Â÷¿ø Ãà¼Ò
14.7 »ç·Ê ¿¬±¸: ºñÁöµµ ¸Ó½Å·¯´×, 2ºÎ- k-Æò±Õ Ŭ·¯½ºÅ͸µ
14.7.1 Iris µ¥ÀÌÅͼ¼Æ® ·ÎµùÇϱâ
14.7.2 Iris µ¥ÀÌÅͼ¼Æ® Á¶»çÇϱâ: ÆÇ´Ù½º¸¦ ÀÌ¿ëÇÑ ±â¼úÀû Åë°è
14.7.3 ½Ãº»ÀÇ pairplotÀ¸·Î ½Ã°¢È­Çϱâ
14.7.4 KMeans ÃßÁ¤ÀÚ »ç¿ëÇϱâ
14.7.5 ÁÖ¼ººÐ ºÐ¼®À¸·Î Â÷¿ø Ãà¼ÒÇϱâ
14.7.6 ÃÖÀûÀÇ Å¬·¯½ºÅ͸µ ÃßÁ¤ÀÚ ¼±Á¤Çϱâ
14.8 ¿ä¾à

Chapter 15 µö·¯´×
15.1 °³¿ä
15.1.1 µö·¯´× ÀÀ¿ë ÇÁ·Î±×·¥
15.1.2 µö·¯´× µ¥¸ð
15.1.3 ÄÉ¶ó½º ¸®¼Ò½º
15.2 Äɶ󽺿¡ Æ÷ÇÔµÈ µ¥ÀÌÅͼ¼Æ®
15.3 »ç¿ëÀÚ Á¤ÀÇ ¾Æ³ªÄܴ٠ȯ°æ
15.4 ½Å°æ¸Á
15.5 ÅÙ¼­
15.6 ¿µ»óÀ» À§ÇÑ ÇÕ¼º°ö ½Å°æ¸Á; MNIST µ¥ÀÌÅͼ¼Æ®ÀÇ ´ÙÇ× ºÐ·ù
15.6.1 MNIST µ¥ÀÌÅͼ¼Æ® ·ÎµùÇϱâ
15.6.2 µ¥ÀÌÅÍ Å½»öÇϱâ
15.6.3 µ¥ÀÌÅÍ ÁغñÇϱâ
15.6.4 ½Å°æ¸Á »ý¼ºÇϱâ
15.6.5 ¸ðµ¨ ÈƷýÃÅ°°í Æò°¡Çϱâ
15.6.6 ¸ðµ¨ ÀúÀåÇÏ°í ·ÎµåÇϱâ
15.7 ÅÙ¼­º¸µå·Î ½Å°æ¸Á ÈÆ·Ã ½Ã°¢È­Çϱâ
15.8 ConvnetJS: ºê¶ó¿ìÀú ±â¹ÝÀÇ µö·¯´× ÈÆ·Ã ¹× ½Ã°¢È­
15.9 ¼øȯ ½Å°æ¸Á; IMDb µ¥ÀÌÅͼ¼Æ®·Î °¨¼º ºÐ¼®
15.9.1 IMDb ¿µÈ­ ¸®ºä µ¥ÀÌÅͼ¼Æ® ·ÎµùÇϱâ
15.9.2 µ¥ÀÌÅÍ Å½»öÇϱâ
15.9.3 µ¥ÀÌÅÍ ÁغñÇϱâ
15.9.4 ½Å°æ¸Á »ý¼ºÇϱâ
15.9.5 ¸ðµ¨ ÈÆ·Ã ¹× °ËÁõÇϱâ
15.10 µö·¯´× ¸ðµ¨ Æ©´×Çϱâ
15.11 À̹ÌÁö³ÝÀ» ¹Ì¸® ÈƷýÃŲ ÄÁºê³Ý ¸ðµ¨
15.12 ¿ä¾à


Chapter 16 ºòµ¥ÀÌÅÍ: ÇϵÓ, ½ºÆÄÅ©, NoSQL, »ç¹°ÀÎÅͳÝ
16.1 °³¿ä
16.2 °ü°èÇü µ¥ÀÌÅͺ£À̽º¿Í ±¸Á¶È­µÈ ÁúÀÇ ¾ð¾î(SQL)
16.2.1 books µ¥ÀÌÅͺ£À̽º
16.2.2 SELECT Äõ¸®
16.2.3 WHEREÀý
16.2.4 ORDER BYÀý
16.2.5 ¿©·¯ Å×À̺íÀÇ µ¥ÀÌÅÍ °áÇÕÇϱâ: INNER JOIN
16.2.6 INSERT INTOÀý
16.2.7 UPDATE ¸í·É
16.2.8 DELETE FROM ¸í·É
16.3 NoSQL°ú NewSQL ºòµ¥ÀÌÅÍ µ¥ÀÌÅͺ£À̽º: µÑ·¯º¸±â
16.3.1 NoSQL Å°-°ª µ¥ÀÌÅͺ£À̽º
16.3.2 NoSQL µµÅ¥¸ÕÆ® µ¥ÀÌÅͺ£À̽º
16.3.3 NoSQL Ä÷³ µ¥ÀÌÅͺ£À̽º
16.3.4 NoSQL ±×·¡ÇÁ µ¥ÀÌÅͺ£À̽º
16.3.5 NewSQL µ¥ÀÌÅͺ£À̽º
16.4 »ç·Ê ¿¬±¸: ¸ù°íDB JSON µµÅ¥¸ÕÆ® µ¥ÀÌÅͺ£À̽º
16.4.1 ¸ù°íDB ¾ÆƲ¶ó½º Ŭ·¯½ºÅÍ »ý¼ºÇϱâ
16.4.2 ¸ù°íDB·Î Æ®À§ÅÍ ½ºÆ®¸®¹ÖÇϱâ
16.5 ÇϵÓ
16.5.1 ÇϵÓÀÇ °³¿ä
16.5.2 ¸Ê¸®µà½º·Î ¡®·Î¹Ì¿À¿Í ÁÙ¸®¿§¡¯¿¡ ÀÖ´Â ´Ü¾îÀÇ ±æÀÌ Á¾ÇÕÇϱâ
16.5.3 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® ¾ÖÀú HDInsight¿¡ ¾ÆÆÄÄ¡ ÇÏµÓ Å¬·¯½ºÅÍ »ý¼ºÇϱâ
16.5.4 ÇÏµÓ ½ºÆ®¸®¹Ö
16.5.5 ¸ÊÆÛ ±¸ÇöÇϱâ
16.5.6 ¸®µà¼­ ±¸ÇöÇϱâ
16.5.7 ¸Ê¸®µà½º ¿¹Á¦ ½ÇÇàÇÒ ÁغñÇϱâ
16.5.8 ¸Ê¸®µà½º Àâ ½ÇÇàÇϱâ
16.6 ½ºÆÄÅ©
16.6.1 ½ºÆÄÅ©ÀÇ °³¿ä
16.6.2 µµÄ¿¿Í ÁÖÇÇÅÍ µµÄ¿ ½ºÅÃ
16.6.3 ½ºÆÄÅ©·Î ´Ü¾î ¼¼±â
16.6.4 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® ¾ÖÀú¿¡¼­ ½ºÆÄÅ© ´Ü¾î ¼¼±â ÇÁ·Î±×·¥ ½ÇÇàÇϱâ
16.7 ½ºÆÄÅ© ½ºÆ®¸®¹Ö: pyspark-notebook µµÄ¿ ½ºÅà »ç¿ëÇØ Æ®À­ÀÇ Çؽà ÅÂ±× ¼ö ¼¼±â
16.7.1 Æ®À­µéÀ» ¼ÒÄÏÀ¸·Î ½ºÆ®¸®¹ÖÀ¸·Î º¸³»±â
16.7.2 Æ®À­ ÇؽÃÅÂ±× Á¾ÇÕÇϱâ: ½ºÆÄÅ© SQL ¼Ò°³Çϱâ
16.8 »ç¹°ÀÎÅͳݰú ´ë½Ãº¸µå
16.8.1 ¹ß»ý°ú ±¸µ¶
16.8.2 FreeboardÀÇ ´ë½Ãº¸µå·Î PubNub »ùÇà ¶óÀÌºê ½ºÆ®¸² ½Ã°¢È­Çϱâ
16.8.3 ÆÄÀ̽ãÀ¸·Î ÀÎÅͳݿ¡ ¿¬°áµÈ ¿Âµµ Á¶Àý ÀåÄ¡ ½Ã¹Ä·¹À̼ÇÇϱâ
16.8.4 Freeboard.io·Î ´ë½Ãº¸µå »ý¼ºÇϱâ
16.8.5 ÆÄÀ̽ã PubNub ±¸µ¶ÀÚ »ý¼ºÇϱâ
16.9 ¿ä¾à

Index »öÀÎ

°ü·ÃÀ̹ÌÁö

ÀúÀÚ¼Ò°³

Æú µ¥ÀÌÅÚ [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

Deitel & Associates ÁÖ½Äȸ»çÀÇ CEOÀ̸ç ÃÖ°í ±â¼ú Ã¥ÀÓÀÚÀÎ ±×´Â MIT¿¡¼­ Á¤º¸ ±â¼úÀ» °øºÎÇß´Ù. ±×´Â ÀÚ¹Ù °øÀÎ ÇÁ·Î±×·¡¸Ó, ÀÚ¹Ù °øÀÎ °³¹ßÀÚ ÀÚ°Ý ±×¸®°í ¿À¶óŬ Àڹ٠èÇǾðÀÌ´Ù. Deitel & Associates ÁÖ½Äȸ»ç¿¡¼­ ½Ã½ºÄÚ, IBM, Áö¸à½º, ½ã ¸¶ÀÌÅ©·Î½Ã½ºÅÛ, µ¨, Çǵ¨¸®Æ¼, Äɳ׵ð ¿ìÁÖ¼¾ÅÍ NASA, ±¹¸³ Æødz ¿¬±¸¼Ò, È­ÀÌÆ® »÷Áî ¹Ì»çÀÏ ·¹ÀÎÁö, ·Î±× ¿þÀÌºê ¼ÒÇÁÆ®¿þ¾î, º¸À×, ¼±°¡µå °íµî ±³À°, ³ëÅÚ ³×Æ®¿öÅ©, Ǫ¸¶, ¾ÆÀ̷κ¿, Àκ¥½Ã½º µî ¸¹Àº ȸ»ç¿Í ±â°ü¿¡ ÇÁ·Î±×·¡¹Ö ±³À° °úÁ¤À» Á¦°øÇß´Ù.

ÇϺñ µ¥ÀÌÅÚ [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇϺñ M. µ¥ÀÌÅÚ ¹Ú»ç´Â ¼¼°è¿¡¼­ °¡Àå ¸¹ÀÌ Æȸ®´Â ÇÁ·Î±×·¡¹Ö ¾ð¾î ±³°ú¼­/Àü¹® ¼­Àû/ºñµð¿À ÀúÀÚÀÌ´Ù. µ¥ÀÌÅÍ&¾î¼Ò½Ã¿¡ÀÌÆ® »çÀÇ È¸Àå °â ÃÖ°í Àü·« Ã¥ÀÓÀÚÀÎ ÇϺñ M. µ¥ÀÌÅÚ ¹Ú»ç´Â 58³âÀÇ ÄÄÇ»Æà °æÇèÀÌ ÀÖ´Ù. µ¥ÀÌÅÚ ¹Ú»ç´Â MIT¿¡¼­ Àü±â°øÇÐ Çлç¿Í ¼®»ç¸¦, º¸½ºÅÏ ´ëÇб³¿¡¼­´Â ¼öÇÐ ¹Ú»ç¸¦ ¹Þ¾Ò´Ù. ±×´Â ÄÄÇ»ÅÍ°úÇÐÀÌ ºÐ¸®µÇ±â Àü¿¡ °¢ °úÁ¤¿¡¼­ ÄÄÇ»ÆÃÀ» °øºÎÇß´Ù. ±×´Â 1991³â ¾Æµé Æú°ú ÇÔ²² µ¥ÀÌÅÍ&¾î¼Ò½Ã¿¡ÀÌÆ® »ç¸¦ ¼³¸³Çϱâ Àü Å×´º¾î(Á¾½ÅÀçÁ÷±Ç) Ãëµæ ¹× º¸½ºÅÏ ´ëÇÐ ÄÄÇ»ÅÍ°øÇкΠȸÀåÁ÷À» Æ÷ÇÔÇÑ ±¤¹üÀ§ÇÑ ´ëÇÐ ±³À° °æÇèÀ» °¡Áö°í ÀÖ´Ù. µ¥ÀÌÅÚ ÃâÆÇ

ÆîÃ帱â
¾ÈÁø¼· [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

°í·Á´ëÇб³ ÄÄÇ»ÅÍÇаú¸¦ Á¹¾÷ÇÏ°í »ï¼ºSDS¿¡¼­ ¿©·¯ ÇÁ·ÎÁ§Æ®ÀÇ °³¹ßÀÚ·Î ¸®´ª½º ¹Ìµé¿þ¾î, ¾ÖÇø®ÄÉÀÌ¼Ç °¡»óÈ­ ¼Ö·ç¼Ç, B2B ¸ð¹ÙÀÏ ¼Ö·ç¼Ç µîÀ» °³¹ßÇÏ¿´´Ù. ÀÌÈÄ IoT ¼Ö·ç¼Ç °³¹ß ȸ»çÀÎ ¸ÅÁ÷¿¡ÄÚ¸¦ °øµ¿À¸·Î â¾÷ÇØ CTO·Î ¼Ö·ç¼Ç °³¹ß¿¡ Èû½è´Ù. ÇöÀç´Â SAP Labs Korea¿¡¼­ Àθ޸𸮠µ¥ÀÌÅͺ£À̽º ¼Ö·ç¼ÇÀ» °³¹ßÇÏ°í ÀÖ´Ù. Àú¼­·Î´Â ¡ºÁøÂ¥ ½±°í ¾µ¸ð ÀÖ´Â ¾ð¾î ÆÄÀ̽㡻(2016, ¼º¾È´ç), ¡ºiPhone ½ÇÀü ÇÁ·ÎÁ§Æ®¡»(2012, ¿µÁø´åÄÄ)°¡ ÀÖ°í, ¿ª¼­·Î´Â ¡ººòµ¥ÀÌÅÍ Àü¹®°¡ÀÇ ÇϵӰü¸®¡»(2018, ¼º¾È´ç), ¡º´õ źźÇÏ°Ô ¹è¿ì´Â ÆÄÀ̽ã3¡»(2018, ¼º¾È´ç), ¡º¸®´ª½ºÄ¿³Î µðÀÚÀÎÀÇ ±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

    0.0
    (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

    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