재미와 지혜로 가득찬 96가지의 통계 이야기! 중국에서 가장 많이 판매되는 통계/인공지능 교양 서적! 이 책은 통계학의 고전부터 최신까지 거시적 이론 프레임에 대한 이해도가 높은 저자가 통계학 이론 발전의 주요 이야기, 사례, 역사적 사건을 96가지의 재미난 이야기로 풀어내고 있다. 문자와 수학 공식이 아름답게 조화를 이루고 있는 이 책은 통계학부터 시작하여 데이터와 수학, 그리고 데이터 시각화까지 논의한다. 당연히 통계 모델과 방법뿐만 아니라 빅데이터 기술과 데이터의 함정에 관해 기술하는 것도 잊지 않고 있다. 각 장마다 포함하고 있는 의미는 매우 독특하며, 현존하는 그 어떤 전문 서적이나 교재와는 차원이 다르다. 책의 구조 설계는 휘황찬란하고, 토론하는 문제는 심오하고도 소박하며, 내용은 과거부터 미래까지 모두 아울렀다. 각 장 말미에는 짧고 간결하며 고전적이면서도 심오한 이야기와 사례가 담겨 있다. 이야기에는 통계학의 지혜와 지식이 넘쳐난다. 이런 간결하고 고전적인 이야기를 통해 사람들은 비로서 통계의 아름다움을 느낄 수 있을 것이다. 이 책의 대상 독자 ? 중학교 수학과 확률론 정도의 배경지식을 갖춘 분 ? 통계적 사고방식과 빅데이터 실무를 갖추고 싶은 분 ? 인공지능 시대의 통계 개념을 좀 더 쉽게 이해하고자 하는 분 ? 머신러닝에 관심이 많은 프로그래머나 통계 관련 업계에 종사하는 분

1장 통계와 과학 1 1.1 스토캐스틱 세상 4 1.1.1 포켓볼 치는 물리학자 4 1.1.2 신은 주사위를 던지는가? 7 1.1.3 연쇄살인범의 체포 11 1.1.4 동전을 던지는 수학자들 14 1.2 확률의 이해 18 1.2.1 게임 상금의 배분 18 1.2.2 6연속 숫자와 14연속 숫자 22 1.2.3 사회자 뒤의 염소 25 1.2.4 실종된 잠수함을 찾아라 29 1.3 통계적 사고와 모델 32 1.3.1 차를 맛보는 여인 32 1.3.2 ‘쓰레기 같은 남자’ 꺼져 37 1.3.3 식스시그마의 기적 40 1.3.4 뉴턴의 사과 43 1.4 통계와 과학 45 1.4.1 지다성과 신기군사 45 1.4.2 딥블루와 알파고 48 1.4.3 중약과 양약 51 1.4.4 모든 모델은 잘못되었다 55 2장 데이터와 수학 59 2.1 데이터와 공간 62 2.1.1 다차원 세계의 벌레 62 2.1.2 매트릭스와 트랜스포머 66 2.1.3 구장산술과 선형방정식 71 2.1.4 이십팔수와 황도십이궁 74 2.2 확률변수와 분포 79 2.2.1 베르누이의 동전 79 2.2.2 몇 번의 만남과 신기한 37 83 2.2.3 드무아브르의 정규분포 86 2.2.4 술고래의 걸음걸이 89 2.3 데이터 알아가기 91 2.3.1 테세우스의 배 91 2.3.2 성별부터 체중까지 93 2.3.3 만 나이와 일반 나이 96 2.3.4 신체검사 기록표 100 2.4 수리통계의 기초 102 2.4.1 관중규표와 일엽지추 102 2.4.2 악질 도박꾼의 계략 105 2.4.3 평균화된 급여 108 2.4.4 소이비도와 공작 깃 112 3장 데이터 시각화 117 3.1 역사 속 통계 그래프 120 3.1.1 하도와 낙서 120 3.1.2 런던 콜레라 방역 121 3.1.3 나이팅게일의 장미 123 3.1.4 나폴레옹 원정 126 3.2 데이터와 시각화 129 3.2.1 여왕의 드레스 129 3.2.2 캔버스와 화선지 131 3.2.3 심수 왕자와 다래끼 화가 134 3.2.4 우주왕복선 ‘챌린저호’ 137 3.3 기초 통계 그래프 140 3.3.1 올드 페이스풀 간헐천의 비밀 140 3.3.2 통계 그래프의 창시자 142 3.3.3 오래된 국가의 시운 145 3.3.4 비상하는 모션 차트 148 3.4 데이터 간의 관계 150 3.4.1 포리마의 궤도 150 3.4.2 50개 주의 최고봉 153 3.4.3 타이타닉호의 생존자 156 3.4.4 체르노프의 얼굴 158 4장 모델과 방법 161 4.1 자주 쓰는 통계 모델 164 4.1.1 천양과 사조 164 4.1.2 차원축소 공격 168 4.1.3 고객은 왕 173 4.1.4 주식의 동향 177 4.2 머신러닝 181 4.2.1 맥주와 기저귀의 전설 181 4.2.2 ‘엄친딸’ 찾기 185 4.2.3 차라리 잘못 죽이는 것과 절대 놓치지 않는 것 188 4.2.4 나무와 숲 194 4.3 인공지능 201 4.3.1 인공지능의 2전 3기 201 4.3.2 딥러닝의 전생과 현재 204 4.3.3 신비로운 신경 207 4.3.4 아름다운 필터 212 4.4 그 외의 분석 방법 217 4.4.1 차, 술, 펩시콜라 217 4.4.2 몬테카를로와 원자폭탄 222 4.4.3 의사의 필적 224 4.4.4 사막의 나비 229 5장 빅데이터 시대 233 5.1 기술의 변천사 236 5.1.1 통계학의 기원 236 5.1.2 정보 시대의 도래 238 5.1.3 데이터 마이닝과 비즈니스 인텔리전스 241 5.1.4 빅데이터 시대의 신기원 243 5.2 분석 도구 247 5.2.1 누가 풋내기는 데이터 분석을 할 줄 모른다고 했는가? 247 5.2.2 자웅을 겨루는 분석 소프트웨어 250 5.2.3 풀스택 개발자의 최애 254 5.2.4 필자가 가장 사랑하는 R 256 5.3 컴퓨팅 프레임워크 260 5.3.1 냉장고 속 코끼리 260 5.3.2 병사 지휘와 장수 지휘 263 5.3.3 전기 호랑이와 전기 개미 266 5.3.4 무어의 법칙의 미래 270 5.4 빅데이터 업계의 응용 274 5.4.1 인터넷의 부흥 274 5.4.2 트래픽의 시작점 276 5.4.3 소득의 출처 278 5.4.4 좋아할 만한 상품과 비위 맞추기 282 6장 데이터의 함정 287 6.1 나뭇잎에 가려 숲을 보지 못하다 290 6.1.1 신기한 전갈자리 290 6.1.2 승자의 저주 292 6.1.3 비행기를 격추하는 유가 295 6.1.4 여신과의 인연 297 6.2 상관과 인과 300 6.2.1 방화와 뜨거운 음료 300 6.2.2 인기 게시물의 비밀 302 6.2.3 눈과 불의 도시 303 6.2.4 이름이 그렇게 중요한가? 305 6.3 표본과 조사 308 6.3.1 예측할 수 없는 미국 대선 308 6.3.2 비대칭 듀렉스 데이터 311 6.3.3 행운아의 전설 313 6.3.4 하버드 총장의 해고 316 6.4 도형의 오도 318 6.4.1 소득의 변화 318 6.4.2 톨게이트와 정류장 320 6.4.3 동관의 도주 322 6.4.4 독이 있는 피팅 326 참고문헌 331 찾아보기 335

책은 독자가 중학교 수학 정도의 기초를 가지고 있다는 가정하에 작성되었다. 만약 책에서 소개하는 확률의 각도에서 통계의 기본 방법에 대해 이해하려 한다면 본 책은 통계학의 입문 참고서 역할을 할 수 있을 것이다. 그 외에도 필자가 업계에서 얻은 경험과 융합하여 통계적 사고방식과 빅데이터 응용 실무의 소개에 좀 더 초점을 두었다. 책에서 소개된 모든 공식을 배제한다고 하더라도 책을 읽는 데 큰 영향은 없으며, 빅데이터나 인공지능 시대의 통계학 자료로 사용해도 손색이 없을 것이다. _xix쪽 식스시그마는 본질적으로 봤을 때 한 세트의 관리 체계다. 핵심은 생산 프로세스 개선과 품질 결점 제거에 있으며, 품질 제어와 관련된 다수의 통계 방법을 포함하고 있다. 여기서 우리는 식스시그마의 응용 방법과 관리학적 의미를 살펴볼 것이다. ‘식스시그마’에 내포된 통계적 사고에 초점을 두고 토론할 텐데, 이는 소확률(smallprobability)의 개념이라는 것을 염두에 두자. _40쪽 이번에 행렬에 관한 기본 개념과 계산 방법에 대해 설명했다. 비록 수학 지식에 속하지만 주로 계산에 집중하고 증명은 하지 않았기에 연습이나 컴퓨터를 활용해 더 심도 있게 이해할 수 있을 것이다. 5.2.4절 ‘필자가 가장 사랑하는 R’에서 R 언어에 대해 소개하는데, R 언어는 간단한 수학/과학 분야 프로그래밍 언어다. 특히, 행렬 계산에 익숙하다면 R 언어의 함수를 활용해 이번에 소개한 행렬의 기본 조작을 검증할 수 있을 것이다. _70쪽 거의 모든 통계 프로그램이 히스토그램 기능을 포함하고 있으며, 우리가 손수 가로축의 구간과 계산 개수를 나눌 필요가 없다. 그저 막대의 개수(너무 밀집되어 있거나 널찍하면 미관상 좋지 못하다)만 정하면 자동으로 히스토그램이 완성된다. 우리는 아주 편리하게 히스토그램으로 데이터의 분포 특징을 관찰하면 된다. 예를 들어, 그림 3.13에서처럼 분출 지속 시간과 시간 간격이 쌍봉 분포를 이룬다는 것을 확연하게 알 수 있다. 다시 말해, 2개의 중심점을 기준으로 파동친다는 의미다. _141쪽 이상으로 다차원 데이터(10개의 스포츠 항목, 10차원)의 주성분분석 사례를 소개했다. 분석 관점은 주로 변수 간의 관계에 대해 해석하는 것이었으며, 이 역시 주성분분석의 주요 응용 중 하나다. 이런 방법의 응용 범위는 당연히 이보다 많으며 클러스터링 분석이나 모델링 지수 등에도 활용할 수 있다. 구체적인 응용과 수학 원리에 대해 알고 싶다면 PCA 방법에 대한 전문적인 자료를 살펴보기 바란다. _172쪽 현재 인공지능의 주요 기술은 뉴럴 네트워크 모델의 연장선인 딥러닝(deep learning)이다. 솔직히 말해 딥러닝은 머신러닝의 한 종류이며, 하나의 분류 방법이다. 의사결정 나무, 서포트 벡터 머신 등의 방법과 같다고 보면 된다. 그러나 딥러닝의 구조는 사람의 신경 계통을 모방하여 만들었기에 많은 인지 문제에서 탁월한 효과를 발휘한다. 그리고 GPU를 통해 매우 쉽게 병렬 컴퓨팅이 가능하기 때문에 하나의 큰 분석 영역으로 자주 인식되고 있다. _204쪽