그림을 통한 데이터 사이언스 학습 소개

제목 그림을 통한 데이터 사이언스 학습 소개

부제 Excel을 사용하여 복잡한 수식 없이 데이터 과학 이해

작가 우와 토이치로랑)

통역사 박선필

발행자 북경폭스바겐 (BJ 퍼블릭)

출판/배포 가능한 날짜 2023년4월 21일

가격표 22,000하나

페이지 200옆

버전 188*245

ISBN 979-11-6592-201-6 (93000)

이 제품의 라벨

#데이터 #데이터과학 #데이터과학개론 #데이터개론 #일러스트

책 소개

“데이터 사이언스 입문서로 추천합니다.

“

인터넷이 고도로 발달한 오늘날 우리의 일상은 무의식적으로 각종 데이터에 둘러싸여 있습니다.

책에서는 이런 사회를 ‘데이터 사회’라고 부르는데, 데이터 없이는 평범한 일상을 살기 어렵다는 뜻이다.

현대 사회에서 ‘데이터’의 가치가 높아지면서 자연스럽게 데이터를 다루는 과학이 등장했고, 이러한 과학을 데이터 사이언스라고 합니다.

우리가 이해해야 할 데이터 사이언스의 기본 개요와 사고 방식을 설명하기 위해 일러스트레이션과 다이어그램이 활발히 사용됩니다.

이해하기 어려운 공식은 없으니 데이터 과학에 입문하고 싶다면 이 책부터 시작하는 것을 추천한다.

색인

들어가기 전에

저자에 대해

번역가의 말

번역가 소개

1장 데이터 사이언스란? ― 데이터와 사회―

1-1 데이터와 사회

하나 우리의 일상과 데이터

2 데이터 사회에 접근

1-2 데이터 과학 및 데이터 과학자

하나 데이터 과학은 여러 가지로 정의할 수 있는 과학입니다.

2 데이터 해석의 4가지 프로세스

삼 데이터 과학자 채용

2장 데이터 알기 – 데이터 분석의 첫 단계 –

2-1 범주형 데이터 유형

하나 설문조사 데이터 및 비조사 데이터

2 빅데이터와 비빅데이터

2-2 데이터 특성 캡처

하나 변수와 데이터

2 정량 및 정성 데이터

삼 카운트 데이터 및 집계 데이터

2-3 데이터 준비

하나 설문조사를 통한 데이터 수집

2 웹에서 데이터 수집

2-4 정규화된 데이터

하나 형식화된 데이터는

2 완전하고 불완전한 데이터

삼 국외자

4 선택 편향(Bais)

Chapter 3 데이터 읽기 – 데이터 분석의 두 번째 단계 –

3-1 데이터 집계 및 시각화

하나 데이터 분포 파악

2 다양한 차트

3-2 요약 데이터 정보

하나 데이터 정보 얻기

이십 일가변 데이터의 특성 이해

3 2변수 간의 관계 찾기

4 다차원 데이터의 관계 이해

5 일반적인 결론

제4장 데이터의 분류 – 데이터 분석의 세 번째 과정 –

4-1 비슷한 것을 분류하다

하나 클러스터 분석 사고

2 클러스터 분석 분류

4-2 합성 다변량

하나 주성분 분석에 대한 고찰

2 주성분 분석에 의한 분류

4-3 정성적 데이터 분석

1 수량화 III류의 마음가짐

2 정량화 III로 분석

Chapter 5 데이터로부터의 예측 – 데이터 분석의 네 번째 단계 –

5-1 데이터를 기반으로 예측

하나 생각으로 돌아가다

2 회귀분석을 통한 예측

5-2 예측 품질 평가

하나 다중 회귀 사고

2 좋은 회귀 모델이란 무엇입니까?

삼 다양한 회귀 진단

5-3 정성적 데이터 예측

1 양자화 I용

2 로지스틱 회귀

제6장 데이터 윤리에 대한 고찰 – 데이터 사회에 대한 경고 –

6-1 데이터 윤리란?

하나 데이터 윤리와 데이터 사회

2 정보윤리의 4대 원칙과 데이터 윤리의 규범적 사례

삼 분석 윤리

6-2 윤리 위반 사례 수집

하나 디오반 사건

2 통계적 위조

7장 데이터과학과 인공지능 – 빅데이터가 가져온 데이터 혁명 –

7-1 기계 학습 기본 사항

하나 머신러닝/딥러닝/인공지능

2 데이터 준비

삼 알고리즘 선택

4 매개변수 조정

5 모델을 선택하세요

7-2 신경망과 인공 지능

1 인공 지능데이터 사이언스

2 신경망이란 무엇인가

삼 신경망의 구성 요소

부록 경험적 데이터 사이언스

데이터 과학에 대한 이해를 높이는 참고 도서

검색

저자에 대해

우와 토이치로랑)

시즈오카(조용한오카) 대학 인문사회과학부 교수. 전공: 통계학, 과학사(통계학사, 확률론). 데이터 과학 관련 서적 및 번역(DE―타시엔스 입구 -뛰어나다드공부하다ぶ 통계―보는 방법과 보는 방법ㆍ集め方) 옴사(공저), (조사분석 のための Statistics-Society)회의가리키다경제적아니 드―과학) 마루젠(공저자), (숫자공식거창한―과학–베이더―기간 동안―무식―) 옴사(번역) 등

번역가 소개

박선필

2002년2004년부터 2003년까지 일본에서 프로그래밍 개발에 종사하였으며, 2004년에는 일본 보안업체 LAC의 한국기업 Cyber Security Lark의 Solution Service팀과 Ahn Consulting Team의 한국 및 일본 기업에서 일했습니다.

. 안철수연구소) 기술컨설팅팀 컨설턴트로 재직 중이다.

발행인 코멘트

“어려운 공식 없이 다이어그램으로 이해하기 쉬운 데이터 사이언스”

데이터는 얼핏 비슷해 보이는 일련의 숫자에 불과하지만 경제 데이터와 의료 데이터는 상당히 다르게 쓰거나 처리되며 의미와 해석이 다릅니다.

이 책의 기본 발상은 데이터의 본질적인 차이를 강조하는 것, 즉 데이터 사이언스에서 가장 중요한 관점은 ‘데이터 중심’이라는 점을 강조하는 것이다.

따라서 ICT의 사용은 이러한 일련의 프로세스를 효과적으로 실행하는 데 있어 “지원 플레이어”일 뿐입니다.

이 목표를 달성하기 위해 이 책은 다음과 같은 설명을 했다.

하나) ‘“데이터 중심” 사고 방식에 따라 데이터 유형 및 특성과 관련된 데이터를 수집하는 방법을 자세히 설명하는 장을 할애했습니다.

2) 데이터 과학은 데이터를 해석하는 방법에 중점을 둡니다.

이 책은 슈퍼마켓에서 마케팅을 담당하는 A씨, 세미나에서 지역 조사를 하는 대학생 B씨, 지역 보건 문제에 관심이 많은 보건간호사 C씨의 사례를 소개한다.

.설명 또한 기초적인 수학적 지식 없이도 이해할 수 있도록 수학적 전개를 생략하였다.

삼) 데이터 분석 방법은 분류 방법과 예측 방법으로 구분되며 각각 대표적인 정량적 데이터 처리 방법과 정성적 데이터 처리 방법을 포함한다.

4) 계산 결과를 생각하고 해석하는 방식을 중심으로 데이터 해석 방법을 설명하지만 실제로 데이터 해석을 경험하는 것도 중요합니다.

따라서 책에서 소개하는 방법에서는 간단한 계산을 위해 엑셀을 사용할 수 있다면 해당 기능과 분석 도구를 사용하는 방법을 설명한다.

5) 데이터 사이언스는 데이터가 전부라고 해도 과언이 아닙니다.

아무리 수학적으로 의심스러운 데이터 해석 방법을 적용해도 데이터 수정이나 위조는 알 수 없습니다.

이를 위해 데이터 변환 사례 및 윤리적 지침에 대한 전용 장이 있습니다.

6) 책에서는 빅 데이터가 데이터 과학의 유일한 학문이 아니라고 말하지만, 빅 데이터도 데이터 과학의 중요한 학문입니다.

따라서 빅데이터 활용의 관점에서 데이터 사이언스와 인공지능, 머신러닝의 관계를 설명하기 위해 챕터를 사용한다.

데이터 과학이라는 용어는 최근 몇 년 동안 점점 더 자주 등장하고 있습니다.

그런 의미에서 유행어가 되었고, 데이터는 ‘데이터 사회’에서 의미가 있기 때문에 다양한 분야를 포함한 데이터 사이언스의 내용과 체계를 정리하는 데 도움이 되었으면 합니다.

이 책을 통해 독자들이 데이터에 관심을 갖고 데이터 사이언스에 대한 이해가 깊어지기를 바란다.

읽다

– 24: https://me2.kr/etFpK
– 알라딘: https://me2.kr/KFZRg
– 교보문고: https://me2.kr/hilrL

그림을 통한 데이터 사이언스 학습 소개

제목 그림을 통한 데이터 사이언스 학습 소개

이 제품의 라벨

관련 카테고리 – 카테고리 카테고리

책 소개

색인

저자에 대해

번역가 소개

발행인 코멘트

읽다

(서적 오식 보고서& Q&A 게시판 지름길)