추가 적립 안내

공모전에서 수상한 R 데이터 분석 전체 과정 체험하기!
샤이니 웹 애플리케이션 개발과 배포까지

이 책은 데이터를 분석하는 전체 과정으로 R을 배운다. 실제 공모전이나 국책 사업에 선정된 수준 높은 프로젝트를 기반으로 학습하여 데이터 분석 실무를 체험해 볼 수 있다. 특히 아파트 실거래 분석 과정은 공공데이터포털(data.go.kr)에서 데이터를 자동으로 수집하는 방법부터 전처리, 분석, 시각화를 거쳐 애플리케이션으로 만들어 배포하기까지 전 과정을 자세하게 담았다. R만으로 웹 애플리케이션을 만들 수 있는 샤이니(Shiny) 패키지 사용법도 자세하게 다룬다. 또한 지역별, 요인별 아파트 가격의 상관관계, 한반도 지진 발생, 커피 전문점 접근성, 최적의 버스노선 제시 등 일상생활과 밀접한 분석 주제도 포함하였다. 차별화된 결과물을 상품화하는 방법을 배워 데이터 분석 전문가로 성장하는 데 의미 있는 경험과 통찰을 얻어 보자.

이 책의 특징
==========
- 실제 공모전 수상이나 국책 사업으로 선정된 프로젝트 실습으로 공모전 준비나 실무에 바로 활용할 수 있습니다.
- 데이터 분석 프로젝트 전 과정을 실습하며 필수 R 패키지와 다양한 분석 기법을 자연스럽게 익힐 수 있습니다.
- 데이터 분석과 시각화뿐만 아니라 샤이니(Shiny)로 웹 애플리케이션을 만들고 배포하는 방법까지 다뤄 경쟁력을 높여 줍니다.
- 전체 실습 과정을 저자와 함께 진행하는 동영상 강의로 제공합니다(순차적으로 업데이트).
- 15차시 강의 진도표를 제공해 강의 계획서를 만들거나 독학자가 계획을 세우고 성취도를 확인하는 데에 도움을 줍니다.
- 데이터 분석 전문가와 베타테스터가 전체 실습 과정과 소스를 최신 버전의 개발 도구로 검증했습니다.

▶ 빅데이터 시대에 성과를 이끌어 내는 데이터 분석법을 배운다!
이 책은 데이터를 분석하는 전체 과정을 단계별로 학습함으로써 데이터를 읽고 이해하는 능력을 길러 줍니다. 현장에서 요구하는 수준으로 데이터 분석 능력을 기를 수 있도록 수집부터 전처리, 통계 분석, 시각화, 웹 애플리케이션 개발과 배포까지 전체 과정을 세밀하게 다룹니다.

▶ 공모전, 국책 지원 사업에 선정된 ‘수준 높은 과제’로 배운다!
이 책에서 실습하는 ‘아파트 실거래 분석’은 중소벤처기업부 예비창업패키지에 선정되었으며, ‘아파트 상관관계 분석’은 SH 신진 연구자 지원 사업에 선정되었습니다. 또한 ‘최적 버스노선 제시’ 프로젝트는 LH 데이터 분석 경진 대회 수상작입니다. 이처럼 업계에서 인정받은 품질의 프로젝트 경험으로 경쟁력을 높여 보세요.

▶ 주택 가격, 교통, 상권 분석 등 일상생활과 밀접한 분석 주제로 ‘재미있게’ 배운다!
아파트 실거래, 지진 발생 현황, 커피 전문점 위치, 대중교통 이용 현황 등 일상생활과 밀접한 주제를 다뤄 흥미를 돋우고 학습 동기를 부여합니다. “이 지역 아파트는 비싼 편일까?”, “아파트 단지별 특징은 무엇일까?”, “지하철역과 가까운 커피 전문점은?”, “지금 필요한 최적의 버스노선은?”과 같은 질문의 답을 찾는 과정에서 데이터 분석이 어떻게 활용되는지 확인할 수 있습니다.

▶ 다양한 ‘공공데이터 활용법’을 배운다!
공공데이터를 자동으로 수집하는 방법부터 카카오맵 API로 지도에 특정 위치를 표시하는 방법 등 누구나 사용할 수 있는 데이터를 어떻게 활용할 수 있는지 알려 줍니다. 이로써 공공데이터를 활용한 공모전 준비나 업무에 적용, 또는 새로운 비지니스 모델을 만드는 데에도 확실한 경험을 제공합니다.

▶ 공간 데이터 분석에 필수! ‘지오 코딩’을 배운다!
주소나 지명 등 고유 명사로 위도와 경도의 좌푯값을 얻는 지오 코딩(geocoding) 기법을 상세하게 다룹니다. 좌표계의 개념부터 카카오맵 API를 사용해 좌표를 얻는 방법, 그리고 이렇게 얻은 좌표를 지도에 표시하는 방법까지 자세하게 다룹니다. 지도를 기반으로 하는 공간 데이터를 분석하고 싶은 사람에게 소중한 경험을 제공합니다.

▶ 내가 분석하고 시각화한 결과를 ‘상품화하는 방법’을 배운다!
앞으로는 분석 결과를 애플리케이션으로 구현하여 다른 사람과 공유할 수 있는 능력까지 갖춰야 데이터 분석가로서 경쟁력이 있습니다. R 패키지로 제공하는 샤이니(Shiny)를 이용하면 웹 개발 언어를 따로 공부하지 않아도 데이터 분석 결과를 웹 애플리케이션으로 만들 수 있습니다. 이 책에서는 그 방법과 과정을 상세하게 소개합니다. 내가 분석한 내용을 웹 브라우저가 동작하는 모든 기기에서 확인할 수 있도록 배포해 보세요.

▶ 보기 편한 책으로 ‘꼼꼼하게’ 배운다!
이 책에 담긴 실습에는 주요한 코드마다 주석이나 말풍선으로 안내말을 넣어 분석하는 데 도움을 줍니다. 또한 실행 결과를 친절하게 해설하고 애플리케이션 결과물은 온라인으로 직접 확인할 수 있도록 링크를 제공합니다. 〈알아 두면 좋아요!〉에서는 데이터 분석 현장에서 자주 부딪히는 문제와 해결법을 제시하고, 데이터 분석에서 자주 등장하는 코딩 패턴은 〈단골 코드 정리〉에서 확인할 수 있습니다.

==============
이 책의 대상 독자
==============
이 책은 모든 실습을 단계별로 친절하게 안내하므로 코딩 경험이 부족하더라도 쉽게 따라 하고 결과를 확인해 볼 수 있습니다. R이나 통계 입문서와 함께 보면 응용력을 더 높일 수 있습니다.
- 데이터 분석가를 희망하는 학생 또는 취업 준비생
- R 입문서를 읽고서 실제 데이터 분석 전체 과정을 경험해 보고 싶은 사람
- 공모전 준비나 실무에서 데이터 분석을 응용해 보고 싶은 사람
- 데이터 분석 결과를 제품화하거나 여러 사람과 공유하고 싶은 사람

==============
이 책의 실습 환경
==============
이 책의 소스는 윈도우와 맥OS에서 정상으로 테스트했습니다. 혹시 R이나 패키지 등이 업데이트되면 Do it! 스터디룸(cafe.naver.com/doitstudyroom)에서 최신 소식을 확인할 수 있습니다.
- R version 4.1.2 (2021-11-01) -- "Bird Hippie"
- RStudio 2021.09.1+372 "Ghost Orchid" Release

=====================
이지스퍼블리싱 독자 지원
=====================
※ 저자 직강 무료 동영상 강의: bit.ly/3N0R3T0
※ 소스 파일: 이지스퍼블리싱 홈페이지(easyspub.co.kr) → 자료실에서 책 이름으로 검색
※ 저자 깃허브: github.com/cmman75/do_it(최신 소스 업데이트)
※ 질의응답 메일: cmman75@gmail.com
※ ‘Do it! 스터디룸(cafe.naver.com/doitstudyroom)’에서 운영하는 [Do it! 공부단]에 참여해 보세요. 이 책으로 공부하며 나만의 스터디 노트를 작성하면 이지스퍼블리싱에서 출간한 다른 책을 선물로 받을 수 있습니다.

문우영(공공데이터 포털 사용자 모임 운영 멤버, IT 컨설턴트)
이 책은 공공데이터포털에서 국토교통부가 제공하는 ‘아파트 실거래가’ 데이터를 이용하여 통계 및 차트를 만들어 가는 과정을 R 언어를 이용하여 하나하나 쉽게 설명해 줍니다. IT 관련 전공자나 개발자가 아닌 인문 · 사회 계열 전공자에게도 유익한 데이터 분석 전체 과정을 학습할 수 있습니다.

김진섭(자라투 주식회사 대표이사, 샤이니 코리아 모임 운영자)
R은 이제 단순한 통계 소프트웨어가 아니라 데이터 과학 전 과정을 아우르는 플랫폼입니다. 또한 샤이니는 HTML이나 자바스크립트를 모르더라도 R 언어만으로 빠르고 간편하게 웹 애플리케이션을 만들어 주는 강력한 패키지입니다. 이 책은 이러한 R과 샤이니를 이용해 많은 사람이 관심 있어 하는 데이터들을 분석해 봅니다. 데이터 분석가의 PC 안에서만 보던 각종 시각화 자료와 통찰을 세상과 만나게 해주는 쉽고 훌륭한 통로입니다. 자신의 아이디어를 최소 기능 제품으로 만들고 싶은 분들께 추천합니다.

나영준((주)앤틀러 대표이사, 2020 범부처 공공데이터활용 창업경진대회 우승자)
이 책은 공공데이터와 카카오맵 API를 직접 사용해 보고 R의 강력한 생태계를 이용해 데이터 분석으로 문제를 해결해 가는 경험을 해볼 수 있습니다. 데이터를 오랫동안 다뤄 온 저자의 내공과 전문가의 분석 시점을 책 곳곳에서 엿볼 수 있습니다. 이 책을 통해 숫자와 문자만으로 이뤄진 데이터가 어떻게 실제 세상의 문제를 해결하는 데 사용되는지 확인해 보길 바랍니다.

이재수(강원대 부동산학과 교수)
데이터 분석 현장에서는 전체 분석 과정을 이해하는 것이 중요합니다. 이 책은 데이터 분석의 기획부터 분석 내용의 시각화에 이르기까지 프로젝트를 기반으로 실무에 직접 활용하는 방법을 익히는 데 매우 유용합니다. 이 책을 통해 많은 데이터 분석 입문자, 중급 분석가와 연구자들이 분석 능력과 기법을 강화하고 통찰력을 얻을 수 있기를 기대합니다.

=======================
01 데이터 분석가로 성장하기
=======================
01-1 경쟁력 있는 데이터 분석가 되기
01-2 데이터 분석 환경 만들기
01-3 R 스크립트 실행해 보기
01-4 프로젝트 수행 과정 훑어보기

==========================
02 자료 수집 전에 알아야 할 내용
==========================

02-1 자료는 어디서 구할까?
02-2 API 인증키 얻기
02-3 API에 자료 요청하기
02-4 API 응답 확인하기

=========================
03 자료 수집: API 크롤러 만들기
=========================
03-1 크롤링 준비: 무엇을 준비할까?
03-2 요청 목록 생성: 자료를 어떻게 요청할까?
03-3 크롤러 제작: 자동으로 자료 수집하기
03-4 자료 정리: 자료 통합하기

=====================
04 전처리: 데이터를 알맞게
=====================
04-1 불필요한 정보 지우기
04-2 항목별 데이터 다듬기
04-3 전처리 데이터 저장하기

==========================
05 카카오맵 API로 지오 코딩하기
==========================
05-1 지오 코딩 준비하기
05-2 주소를 좌표로 변환하는 지오 코딩

=======================
06 지오 데이터 프레임 만들기
=======================
06-1 좌표계와 지오 데이터 포맷
06-2 주소와 좌표 결합하기
06-3 지오 데이터프레임 만들기

==========================
07 분석 주제를 지도로 시각화하기
==========================
07-1 어느 지역이 제일 비쌀까?
07-2 요즘 뜨는 지역은 어디일까?
07-3 우리 동네가 옆 동네보다 비쌀까?

=================
08 통계 분석과 시각화
=================
08-1 관심 지역 데이터만 추출하기
08-2 확률 밀도 함수: 이 지역 아파트는 비싼 편일까?
08-3 회귀 분석: 이 지역은 일년에 얼마나 오를까?
08-4 주성분 분석: 이 동네 단지별 특징은 무엇일까?

===============
09 샤이니 입문하기
===============
09-1 처음 만나는 샤이니
09-2 입력과 출력하기
09-3 반응형 웹 애플리케이션 만들기
09-4 레이아웃 정의하기

==============================
10 데이터 분석 애플리케이션 개발하기
==============================
10-1 반응형 지도 만들기
10-2 지도 애플리케이션 만들기
10-3 반응형 지도 애플리케이션 완성하기
10-4 서울시 아파트 실거래 애플리케이션 만들기

====================
11 애플리케이션 배포하기
====================
11-1 배포 준비하기
11-2 샤이니 클라우드에 배포하기
11-3 애플리케이션 이용하기

==========================
12 샤이니 애플리케이션 활용 사례
==========================
12-1 아파트 가격 상관관계 분석하기
12-2 여러 지역 상관관계 비교하기
12-3 지진 발생 분석하기
12-4 커피 전문점 접근성 분석하기

======================
[경진 대회 수상작 소개]
교통 카드 데이터 분석 사례
======================
1. ‘최적 시내버스 노선제시’ 과제 소개
2. 데이터 전처리 1: 지역 정보
3. 데이터 전처리 2: 교통 카드 데이터
4. 기초 분석 1: 노선별·시간대별 이용량
5. 기초 분석 2: 집계구별 이동 특성
6. 교통 흐름 분석 1: 통근 시간대
7. 교통 흐름 분석 2: 비통근 시간대
8. 종합 분석하기
찾아보기