추가 적립 안내

이중 언어 사용 스킬 대방출! 상황별 언어 선택법과 두 언어로 작성된 스크립트 통합법

데이터 과학 프로젝트를 성공적으로 끝내려면 상황에 맞게 적절한 도구를 선택할 수 있어야 합니다. 어떤 작업에서는 R이 더 적절할 수 있지만 또 다른 작업에서는 범용 언어인 파이썬이 더 나을 수도 있기 때문입니다. 이 책은 데이터 과학에서 필수 도구인 파이썬과 R의 기술적 상호 작용에 대해 설명하고, 사례 연구를 통해 각 언어의 강점과 시너지 효과를 보여줍니다. 그리고 한 걸음 더 나아가 오픈소스 생태계를 활용한 데이터 분석, 시각화, 머신러닝 실습을 제공합니다. 파이썬과 R의 장점을 모두 활용하면 더 크고 복잡한 데이터 과학 프로젝트에서도 만족스러운 결과를 얻을 수 있을 것입니다.

파이썬과 R, 무엇이 더 강력한 데이터 과학 도구일까요?

데이터 과학 분야에서는 파이썬과 R이 주축을 이루고 있습니다. 그렇다면 둘 중 더 강력한 도구는 무엇일까요? 이 책은 특정 상황에서 어떤 언어가 더 큰 장점을 갖는지 알아보고, 각 언어의 장점을 최대한으로 활용하는 방법을 다룹니다.

그런데 데이터 과학에서 파이썬과 R은 “함께 사용할 때” 정말로 강력한 도구가 된다는 사실을 알고 있나요? 이 책은 어디서도 다루지 않는 파이썬과 R의 시너지 효과를 설명하고, 각 언어로 작성된 스크립트를 단일 워크플로에서 단일 스크립트로 만드는 방법도 살펴봅니다!

평소 데이터 과학 프로젝트에서 한 가지 언어만 사용했다면 이 책을 통해 원래 사용하던 언어를 기반으로 다른 언어를 배울 수 있습니다. 그렇게 파이썬과 R을 모두 다룰 수 있는 이중 언어 사용자가 되면 예제를 통해 특정 상황에서 어떤 언어를 선택해야 하는지 학습합니다. 최종적으로는 두 언어를 모두 사용하여 성공적인 데이터 과학 프로젝트를 완성할 수 있습니다.

대상 독자
● 데이터 과학 이론이 아닌 ‘데이터 과학을 위한 언어(도구)’에 관심 있는 사람
● 데이터 과학 분야의 실무자

주요 내용
1. 맞춤형 학습
○ 파이썬 사용자를 위한 맞춤형 R 학습
○ R 사용자를 위한 맞춤형 파이썬 학습
2. 이중 언어 사용자를 위한 스킬
○ 파이썬과 R의 장단점 비교
○ 상황에 맞는 언어를 선택하는 방법
3. 파이썬과 R의 시너지 효과
○ 파이썬과 R을 단일 워크플로로 통합하는 방법
○ 파이썬과 R을 함께 사용하는 사례 연구

노아 기프트(Pragmatic AI Labs 창립자)
데이터 과학을 시작하는 데 도움을 주며, 파이썬과 R 중 무엇으로든 작업할 수 있는 방법을 알려줍니다.

조지 마운트(Stringfest Analytics CEO)
파이썬과 R의 기원을 알 수 있고, 파이썬과 R이 서로를 보완하는 방법에 대해 배울 수 있습니다

임중선(당근마켓 NLP 엔지니어)
데이터 과학 분야의 큰 흐름을 파악하는 데 도움이 되며, 특히 하나의 언어에 익숙한 현업 데이터 분석가에게 또 다른 언어를 선물하는 책이 되어줄 것입니다.

김선겸(SKTelecom 검색/추천팀)
두 언어의 시너지와 관련된 부분이 인상적입니다. 데이터 과학 분야에 관심이 있는 사람에게 추천하기에 충분히 매력적인 책입니다.

정지용(구글 ML인프라 엔지니어)
이 책에는 다양한 도메인의 예제, 여러 패키지 안내와 참고 자료가 꽉 들어차 있습니다. 이 책의 가르침에 따라 두 세계의 장점을 취사선택할 수 있다면 더 쉽고 멋지게 문제를 해결할 수 있을 것입니다.

PART 1 새로운 언어의 발견

CHAPTER 1 첫걸음
1.1 R의 기원
1.2 파이썬의 기원
1.3 언어 전쟁의 시작
1.4 데이터 과학에서의 승자는?
1.5 협력과 커뮤니티 구축
정리하기

PART 2 새로운 언어 시작하기

CHAPTER 2 파이썬 사용자를 위한 R
2.1 R 제대로 사용하기
2.2 프로젝트와 패키지
2.3 티블의 성공
2.4 데이터 타입과 탐색
2.5 내부 요소 명명 규칙
2.6 리스트
2.7 팩터의 실체
2.8 필요한 내용을 찾는 방법
2.9 반복 다시 실행하기
정리하기

CHAPTER 3 R 사용자를 위한 파이썬
3.1 버전과 빌드
3.2 표준 도구
3.3 가상 환경
3.4 패키지 설치
3.5 노트북
3.6 파이썬과 R 비교
_데이터셋 가져오기
_데이터 조사하기
3.7 데이터 구조와 기술 통계
_데이터 구조: 기본으로 돌아가기
_인덱싱과 논리 표현식
_플로팅
3.8 추론 통계
정리하기

PART 3 현대적 컨텍스트

CHAPTER 4 데이터 포맷 컨텍스트
4.1 외부 패키지와 기본 패키지
4.2 이미지 데이터
4.3 텍스트 데이터
4.4 시계열 데이터
_베이스 R
_프로펫
4.5 공간 정보 데이터
정리하기

CHAPTER 5 워크플로 컨텍스트
5.1 워크플로란?
5.2 탐색적 데이터 분석
_정적 시각화
_인터랙티브 시각화
5.3 머신러닝
5.4 데이터 엔지니어링
5.5 보고서 작성
_정적 보고서 작성
_인터랙티브 보고서 작성
정리하기

PART 4 파이썬과 R 함께 사용하기

CHAPTER 6 파이썬과 R의 시너지 효과
6.1 가짜 운용성
6.2 상호 운용성
6.3 한 걸음 더
_R 마크다운 문서에서 파이썬으로 객체 전달하기
_R 마크다운 문서에서 파이썬 호출하기
_파이썬 스크립트를 소싱해서 파이썬 호출하기
_REPL을 사용하여 파이썬 호출하기
_인터랙티브 문서에서 동적 입력으로 파이썬 호출하기
정리하기

CHAPTER 7 데이터 과학 사례 연구
7.1 24년 그리고 188만 건의 산불
7.2 설정과 데이터 불러오기
7.3 탐색적 데이터 분석과 데이터 시각화
7.4 머신러닝
_파이썬 환경 설정
_피처 엔지니어링
_모델 학습
7.5 예측과 UI
정리하기

[부록] 파이썬-R 사전
- 패키지 관리
- 할당 연산자
- 타입
- 산술 연산자
- 속성
- 키워드
- 함수와 메서드
- 스타일과 명명 규칙
- 유사한 데이터 스토리지 객체
- 데이터 프레임
- 논리 표현식
- 인덱싱