데이터 과학자, 무엇을 배울 것인가: 빅 데이터 시대의 데이터 과학자 양성 독본
- 서명/저자사항
- 데이터 과학자, 무엇을 배울 것인가: 빅 데이터 시대의 데이터 과학자 양성 독본/ 사토 히로유키 외 11인 지음 ; 정인식 옮김
- 개인저자
- 교본무언 | 기무라, 슌야 | 나카가와, 테이토 | 대성홍자 | 리양평 | 목촌준야 | 사토, 요헤이 | 사토, 히로유키 | 시모다, 노리히로 | 오나리, 히로코 | 오야황유 | 오쿠노, 아키히로 | 와다, 카즈야 | 원전박식 | 정인식 | 조천돈사 | 좌등양행 | 중천제인 | 창교일성 | 쿠라하시, 잇세이 | 하라다, 히로우에 | 하시모토, 타케히로 | 하야카와, 아츠시 | 하전륜대 | 화전계야
- 발행사항
- 파주 : 제이펍, 2014
- 형태사항
- xiii, 302 p. : 삽화, 표 ; 25 c
- ISBN
- 9788994506975
- 주기사항
- 공지은이: 하라다 히로우에(原田博植), 시모다 노리히로(下田倫大), 기무라 슌야(木村俊也), 오나리 히로코(大成弘子), 오쿠노 아키히로(奧野晃裕), 나카가와 테이토(中川帝人), 하시모토 타케히로(橋本武彦), 사토 요헤이(里洋平), 와다 카즈야(和田計也), 하야카와 아츠시(早川敦士), 쿠라하시 잇세이(倉橋一成) 색인 : p. 296-302 원자자명 : 倉橋,一成 원자자명 : 和田,計也 원자지명 : 橋本,武彦 원저자명 : 大成,弘子 원저자명 : 里,洋平 원저자명 : 木村,俊也 원저자명 : 奧野,晃裕 원저자명 : 原田,博植 원저자명 : 早川,敦士 원저자명 : 佐藤,洋行 원저자명 : 中川,帝人 원저자명 : 下田,倫大
- 원서명
- デ-タサイエンティスト養成讀本
소장정보
| 위치 | 등록번호 | 청구기호 / 출력 | 상태 | 반납예정일 |
|---|---|---|---|---|
이용 가능 (1) | ||||
| 자료실 | EM043102 | 대출가능 | - | |
- 등록번호
- EM043102
- 상태/반납예정일
- 대출가능
- -
- 위치/청구기호(출력)
- 자료실
책 소개
21세기의 가장 섹시한 직업, 데이터 과학자 양성을 위한 필수 기초지식 수록!
현대 사회는 데이터의 홍수 속에 있다고 해도 과언이 아닐 것이다. 이렇게 방대한 데이터들이 정보로서의 가치를 지니게 되려면 서로 어떠한 관계를 형성하고 있는지, 그리고 어떠한 규칙성이 있는지를 찾아내야만 한다. 그래서 데이터가 정보로서의 가치를 갖게 된다면, 이를 통해 미래에 대한 예측이 가능할 수도 있을 것이다. 데이터를 통해 현재를 분석하고 미래를 예측할 수 있는 능력을 갖춘 데이터 과학자를 필요로 하는 시대가 온 것이다.
데이터 과학자는 말 그대로 통계학과 전산학을 이용하여 데이터를 분석해서 알고 싶은 정보를 밝혀내는 일을 하는 사람이다. 이 책은 R 언어를 이용한 데이터 파악, 시각화, 그리고 실제 마케팅 분석 사례를 통해 데이터 과학자의 업무를 소개하고 있다. 또한, 데이터 분석을 위한 Python(파이썬)의 기계 학습과 데이터 마이닝 및 여러 알고리즘에 대해서도 다루고 있다.
이 책에서 배우는 주요 내용은 다음과 같다.
데이터 과학자의 업무 기술
.데이터 과학자에 필요한 스킬
.데이터 과학자의 프로세스
.빅 데이터 인프라 입문
데이터 분석 실천 입문
.R 언어로 통계 해석을 시작하자
.데이터 과학자 지식
.RStudio로 간편하게 데이터 분석하기
.Python을 이용한 기계 학습
.데이터 마이닝에 필요한 10가지 알고리즘
마케팅 분석 본격 입문
.R 언어에 의한 마케팅 분석
.믹시의 대규모 데이터 마이닝 사례
.소셜 미디어 네트워크 분석
데이터 분석을 위한 필수 기초 지식
.SQL 입문
.웹 스크래핑 입문
목차
권두 기획 | 데이터 과학자의 업무 기술: 스킬 세트, 데이터 분석 프로세스, 빅 데이터를 취급하는 방법 .. 1
Chapter 01 | 데이터 과학자에 필요한 스킬: 데이터에 스토리를 말하게 해볼까? 2
일본에서의 빅 데이터 원년 2
비즈니스 데이터 분석의 역사 5
고객도, 범인도 빠져나갈 수 없다 8
의사결정을 위한 움직임(활동) 11
필요로 하는 스킬들 14
미래의 데이터 과학자는 어디에 있을까? 17
정리 18
Chapter 02 | 데이터 과학자의 프로세스: 비즈니스 성과를 의식한 분석 방법 19
시작에 앞서 19
데이터 가공의 흐름 24
데이터 과학자가 성공하는 조건 27
데이터 과학 실패의 본질 29
정리 31
Chapter 03 | 데이터 핸들링을 위한 “빅 데이터 인프라” 입문 32
대량의 데이터를 고속으로 계산할 수 있는 시대 32
데이터베이스 33
데이터베이스의 종류 35
데이터베이스와의 접속 38
데이터 분석 기술 39
데이터베이스와 분석 40
데이터 과학 Loves 빅 데이터 43
정리 44
column | 스킬의 표준화와 캐리어 형성을 위한 데이터 과학자 협회의 활동 45
설립 배경 45
협회의 개요 46
협회의 활동 48
데이터 과학자 협회의 조직과 운영 48
데이터 과학자의 스킬 표준(DSSS)에 대하여 49
특집 1 | 데이터 분석 실천 입문: 데이터 과학자로의 첫걸음 .. 53
Chapter 01 | R 언어로 통계 분석을 시작하자: 데이터의 파악, 시각화와 다변량 분석 54
시작하며 54
R 언어의 도입 54
데이터 파악 56
다변량 분석: 예측 63
다변량 분석: 분류 72
기계 학습 79
정리 83
Chapter 02 | 데이터 과학자 필수 지식: 엔지니어에 필요한 데이터 분석 지식 84
시작하며 84
데이터 분석 소프트웨어 84
데이터의 취득 86
데이터의 클린징 93
데이터 분석 99
정리 112
Chapter 03 | RStudio로 간편하게 데이터 분석하기: R 언어를 좀 더 편리하게 사용할 수 있는 통합 개발환경 113
시작하며 113
RStudio를 사용해 보자 114
Reproducible Research의 추천 123
한 발짝 앞선 RStudio 활용법 130
RStudio Server를 사용해 보자 132
정리 136
Chapter 04 | Python을 이용한 기계 학습: 풍부한 라이브러리를 활용한 데이터 분석 137
시작하며 137
정리 163
Chapter 05 | C4.5/k-means/서포트 벡터 머신/아프리오리/ EM 등
데이터 마이닝에 필요한 10가지 알고리즘 164
시작하며 164
정리 173
특집 2 | 스킬 업을 위한 마케팅 분석 본격 입문 .. 175
Chapter 01 | R 언어를 이용한 마케팅 분석: 데이터 과학을 적용한 광고 전략과 사이트 개선 176
시작하며 176
포지셔닝 전략 세우기 176
광고 전략 세우기 186
웹 사이트를 개선하여 매출 높이기 193
Chapter 02 | 믹시의 대규모 데이터 마이닝 사례: 타기팅 광고 리플레이스의 포인트 공개 203
시작하며 203
구 인터레스트 타기팅 206
신 인터레스트 타기팅 211
정리 221
Chapter 03 | 마케팅에 유용한 소셜 미디어 네트워크 분석 222
시작하며 소셜 네트워크 분석이란? 222
기본 개념에 대한 정의 223
소셜 네트워크의 특징량 계산 227
소셜 네트워크 분석을 마케팅에 활용해 보자 230
정리 235
특별 기사 | Fluentd 입문: 실시간 로그 수집으로 로그 해석을 스마트하게 236
Fluentd란? 236
사용법 244
Fluentd 활용 방법 248
사례 소개 253
정리 262
특별 기획 | 데이터 분석을 위한 필수 기초 지식 .. 263
Chapter 01 | SQL 입문: 관계형 데이터베이스 조작에 필요한 언어 264
기초편 264
실전편 269
정리 281
Chapter 02 | 웹 스크래핑 입문: 웹 사이트로부터 정보를 수집하는 기술 282
시작하며 282
웹 스크래핑을 시작하기 전에 282
웹 스크래핑에 이용할 수 있는 모듈 283
urllib2에 의한 리소스 데이터의 취득 284
BeautifulSoup에 의한 리소스 데이터의 검색과 취득 288
lxml에 의한 xPath 대응 요소의 취득 293
정리 295
찾아보기 296