간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (32,490원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (23,940원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (27,360원)
(최대할인 4만원 / 2만원 이상 결제)
Close

데이터 분석가가 반드시 알아야 할 모든 것 : 파이썬 코드와 캐글 데이터셋으로 실습하는

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 381
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
  • 출판사 : 위키북스
  • 발행 : 2023년 01월 19일
  • 쪽수 : 636
  • ISBN : 9791158393816
정가

38,000원

  • 34,200 (10%할인)

    1,900P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
배송정보
  • 4/1(토) 이내 발송 예정  (서울시 강남구 삼성로 512)
  • 무료배송
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(52)

  • 상품권

AD

책소개

데이터 분석과 머신러닝의 각 업무 단계를 깊이 있게 이해하자!

이 책은 데이터 분석의 기초 체력이라 할 수 있는 통계학부터 필수적인 머신러닝 기법까지를 다룹니다. 처음 비즈니스 문제를 정의하는 단계부터 데이터 준비, 모델링 및 평가, 그리고 스토리텔링까지, 데이터 분석가라면 반드시 알아야 하는 모든 내용이 이 책에 있습니다. 불필요한 수식과 이론을 최소화하고 비전공자라도 개념을 쉽게 이해할 수 있게 구성했습니다. 과거와 현재 데이터로 현상을 올바르게 이해하고 미래를 예측하여 의미 있는 비즈니스 인사이트를 얻는 방법을 이 책에서 배울 수 있습니다.

★ 이 책에서 다루는 내용 ★

◎ 데이터 분석에 필수적인 통계학의 기본 개념
◎ 데이터 편향과 인지적 편향
◎ 비즈니스 문제를 정의하고 데이터 분석의 목적을 도출하는 방법
◎ 데이터 분석 환경 구성
◎ 데이터 탐색과 시각화
◎ 주요 머신러닝 알고리즘과 모델 성능 평가 기법
◎ A/B 테스트와 MAB

목차

[1부] 데이터 기초체력 기르기

▣ 1장: 통계학 이해하기
1.1 왜 통계학을 알아야 할까?
1.2 머신러닝과 전통적 통계학의 차이
1.3 통계학의 정의와 기원
1.4 기술 통계화 추론 통계
__1.4.1 기술 통계
__1.4.2 추론 통계

▣ 2장: 모집단과 표본추출
2.1 모집단과 표본, 전수조사와 표본조사
2.2 표본조사를 하는 이유와 데이터과학 적용 방법
2.3 표본추출에서 나타나는 편향의 종류
2.4 인지적 편향의 종류
__2.4.1 확증 편향(confirmation bias)
__2.4.2 기준점 편향(anchoring bias)
__2.4.3 선택 지원 편향(choice-supportive bias)
__2.4.4 분모 편향(denominator bias)
__2.4.5 생존자 편향(survivorship bias)
2.5 머신러닝 모델 측면의 편향과 분산
2.6 표본 편향을 최소화하기 위한 표본 추출 방법

▣ 3장: 변수와 척도
3.1 변수의 종류
3.2 변수 관계의 종류
3.3 척도의 종류

▣ 4장: 데이터의 기술 통계적 측정
4.1 중심 성향의 측정
4.2 분산과 표준편차
4.3 산포도와 범위, 사분위수, 변동계수
4.4 왜도와 첨도
__4.4.1 왜도
__4.4.2 첨도
4.5 표준편차의 경험법칙

▣ 5장: 확률과 확률변수
5.1 확률의 기본 개념
5.2 확률의 종류
5.3 분할과 베이지안 이론
__5.3.1 분할
__5.3.2 베이지안 이론
5.4 확률변수의 개념과 종류
5.5 심슨의 역설

▣ 6장: 확률분포
6.1 확률분포의 정의와 종류
6.2 이산확률분포
__6.2.1 균등분포
__6.2.2 이항분포
__6.2.3 초기하분포
__6.2.4 포아송분포
6.3 연속확률분포
__6.3.1 정규분포
__6.3.2 지수분포
6.4 중심극한정리

[2부] 데이터 분석 준비하기

▣ 7장: 가설검정
7.1 귀무가설과 대립가설
7.2 가설검정의 절차
7.3 가설검정의 유의수준과 p값
7.4 1종 오류와 2종 오류

▣ 8장: 분석 프로젝트 준비 및 기획
8.1 데이터 분석의 전체 프로세스
__8.1.1 데이터 분석의 3단계
__8.1.2 CRISP-DM 방법론
__8.1.3 SAS SEMMA 방법론
8.2 비즈니스 문제 정의와 분석 목적 도출
8.3 분석 목적의 전환
8.4 도메인 지식
8.5 외부 데이터 수집과 크롤링

▣ 9장: 분석 환경 세팅하기
9.1 어떤 데이터 분석 언어를 사용하는 것이 좋을까?
9.2 데이터 처리 프로세스 이해하기
9.3 분산데이터 처리
__9.3.1 HDFS
__9.3.2 아파치 스파크
9.4 테이블 조인과 정의서 그리고 ERD
__9.4.1 테이블 조인
__9.4.2 데이터 단어사전
__9.4.3 테이블 정의서
__9.4.4 ERD

▣ 10장: 데이터 탐색과 시각화
10.1 탐색적 데이터 분석
__10.1.1 엑셀을 활용한 EDA
__10.1.2 탐색적 데이터 분석 실습
10.2 공분산과 상관성 분석
__10.2.1 공분산
__10.2.2 상관계수
__10.2.3 공분산과 상관성 분석 실습
10.3 시간 시각화
__10.3.1 시간 시각화 실습
10.4 비교 시각화
__10.4.1 비교 시각화 실습
10.5 분포 시각화
__10.5.1 분포 시각화 실습
10.6 관계 시각화
__10.6.1 관계 시각화 실습
10.7 공간 시각화
__10.7.1 공간 시각화 실습
10.8 박스 플롯
__10.8.1 박스 플롯 실습

▣ 11장: 데이터 전처리와 파생변수 생성
11.1 결측값 처리
__11.1.1 결측값 처리 실습
11.2 이상치 처리
__11.2.1 이상치 처리 실습
11.3 변수 구간화(Binning)
__11.3.1 변수 구간화 실습
11.4 데이터 표준화와 정규화 스케일링
__11.4.1 데이터 표준화와 정규화 스케일링 실습
11.5 모델 성능 향상을 위한 파생 변수 생성
__11.5.1 파생 변수 생성 실습
11.6 슬라이딩 윈도우 데이터 가공
__11.6.1 슬라이딩 윈도우 실습
11.7 범주형 변수의 가변수 처리
__11.7.1 범주형 변수의 가변수 처리 실습
11.8 클래스 불균형 문제 해결을 위한 언더샘플링과 오버샘플링
__11.8.1 언더샘플링과 오버샘플링 실습
11.9 데이터 거리 측정 방법
__11.9.1 대표적인 거리 측정 방법
__11.9.2 데이터 거리 측정 실습

[3부] 데이터 분석하기

▣ 12장: 통계 기반 분석 방법론
12.1 분석 모델 개요
12.2 주성분 분석(PCA)
__12.2.1 주성분 분석 실습
12.3 공통요인분석(CFA)
__12.3.1 공통요인분석 실습
12.4 다중공선성 해결과 섀플리 밸류 분석
12.5 데이터 마사지와 블라인드 분석
__12.5.1 데이터 마사지
__12.5.2 블라인드 분석
12.6 Z-test와 T-test
__12.6.1 Z-test와 T-test 실습
12.7 ANOVA(Analysis of Variance)
__12.7.1 ANOVA 실습
12.8 카이제곱 검정(교차분석)
__12.8.1 카이제곱 검정 실습

▣ 13장: 머신러닝 분석 방법론
13.1 선형 회귀분석과 Elastic Net(예측모델)
__13.1.1 회귀분석의 기원과 원리
__13.1.2 다항 회귀(Polynomial regression)
__13.1.3 Ridge와 Lasso 그리고 Elastic Net
__13.1.4 선형 회귀분석과 Elastic Net 실습
13.2 로지스틱 회귀분석 (분류 모델)
__13.2.1 로지스틱 회귀분석 실습
13.3 의사결정나무와 랜덤 포레스트(예측/분류 모델)
__13.3.1 분류나무와 회귀나무
__13.3.2 의사결정나무 모델의 장단점
__13.3.3 의사결정나무 모델의 과적합 방지를 위한 방법
__13.3.4 랜덤 포레스트
__13.3.5 의사결정나무와 랜덤 포레스트 실습
13.4 선형 판별분석과 이차 판별분석(분류 모델)
__13.4.1 선형 판별분석
__13.4.2 이차 판별분석
__13.4.3 선형 판별분석과 이차 판별분석 실습
13.5 서포트벡터머신(분류 모델)
__13.5.1 서포트벡터머신 실습
13.6 KNN(분류, 예측 모델)
__13.6.1 KNN 실습
13.7 시계열 분석(예측모델)
__13.7.1 회귀 기반 시계열 분석
__13.7.2 ARIMA 모델
__13.7.3 시계열 분석 실습
13.8 k-means 클러스터링(군집 모델)
__13.8.1 k-means 클러스터링 실습
13.9 연관규칙과 협업 필터링(추천 모델)
__13.9.1 연관 규칙
__13.9.2 콘텐츠 기반 필터링과 협업 필터링
__13.9.3 연관규칙과 협업 필터링 실습
13.10 인공 신경망(CNN, RNN, LSTM)
__13.10.1 CNN
__13.10.2 RNN과 LSTM
__13.10.3 인공 신경망 실습

▣ 14장: 모델 평가
14.1 학습 셋, 검증 셋, 테스트 셋과 과적합 해결
14.2 주요 교차 검증 방법
__14.2.1 k-Fold Cross Validation
__14.2.2 LOOCV(Leave-one-out Cross-validation)
__14.2.3 Stratified K-fold Cross Validation
__14.2.4 Nested Cross Validation
__14.2.5 Grid Search Cross Validation
__14.2.6 주요 교차 검증 방법 실습
14.3 회귀성능 평가지표
__14.3.1 R-Square와 Adjusted R-Square
__14.3.2 RMSE(Root Mean Square Error)
__14.3.3 MAE(Mean Absolute Error)
__14.3.4 MAPE(Mean Absolute Percentage Error)
__14.3.5 RMSLE(Root Mean Square Logarithmic Error)
__14.3.6 AIC와 BIC
__14.3.7 회귀성능 평가지표 실습
14.4 분류, 추천 성능 평가지표
__14.4.1 혼동 행렬
__14.4.2 정확도, 오분류율, 정밀도, 민감도, 특이도 그리고 f-score
__14.4.3 향상도 테이블과 향상도 차트 그리고 향상도 곡선
__14.4.4 ROC 곡선과 AUC
__14.4.5 수익 곡선
__14.4.6 Precision at k, Recall at K 그리고 MAP
__14.4.7 분류, 추천 성능 평가지표 실습
14.5 A/B 테스트와 MAB
__14.5.1 A/B 테스트
__14.5.2 MAB
14.6 유의확률의 함정
14.7 분석가의 주관적 판단과 스토리텔링

관련이미지

이 상품의 시리즈

(총 54권 / 현재구매 가능도서 53권)

선택한 상품 북카트담기
펼쳐보기

전공도서/대학교재 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)

    100자평

    작성시 유의사항

    평점
    0/100자
    등록하기

    100자평

    10.0
    (총 0건)

    판매자정보

    • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

    상호

    (주)교보문고

    대표자명

    안병현

    사업자등록번호

    102-81-11670

    연락처

    1544-1900

    전자우편주소

    callcenter@kyobobook.co.kr

    통신판매업신고번호

    01-0653

    영업소재지

    서울특별시 종로구 종로 1(종로1가,교보빌딩)

    교환/환불

    반품/교환 방법

    ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능

    반품/교환가능 기간

    변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
    단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

    반품/교환 비용

    변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
    상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

    반품/교환 불가 사유

    ·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)

    ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등

    ·복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

    ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

    ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

    상품 품절

    공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

    소비자 피해보상
    환불지연에 따른 배상

    ·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

    ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

    (주) 인터파크커머스 안전결제시스템 (에스크로) 안내

    (주)인터파크커머스의 모든 상품은 판매자 및 결제 수단의 구분없이 회원님들의 구매안전을 위해 안전결제 시스템을 도입하여 서비스하고 있습니다.
    결제대금 예치업 등록 : 02-006-00064 서비스 가입사실 확인

    배송안내

    • 교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.

    • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

    • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.

    • 배송비는 업체 배송비 정책에 따릅니다.

    • - 도서 구매 시 15,000원 이상 무료배송, 15,000원 미만 2,500원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용