| 000 | 00000cam u2200205 a 4500 | |
| 001 | 000045813724 | |
| 005 | 20250630090543 | |
| 008 | 141022s2014 cc a 001 0 eng | |
| 020 | ▼a 9781449358655 (pbk.) | |
| 020 | ▼z 9781449358631 (ebook) | |
| 035 | ▼a (KERIS)BIB000013329944 | |
| 040 | ▼a 211040 ▼c 211040 ▼d 211040 ▼d 211009 | |
| 082 | 0 4 | ▼a 006.312 ▼2 23 |
| 084 | ▼a 006.312 ▼2 DDCK | |
| 090 | ▼a 006.312 ▼b O58d | |
| 100 | 1 | ▼a O'Neil, Cathy, ▼d 1972- ▼0 AUTH(211009)126278. |
| 245 | 1 0 | ▼a Doing data science / ▼c Cathy O'Neil, Rachel Schutt. |
| 260 | ▼a Beijing : ▼b O'Reilly, ▼c 2014. | |
| 300 | ▼a xxiv, 375 p. : ▼b ill. (some col.) ; ▼c 23 cm. | |
| 500 | ▼a Includes index. | |
| 520 | ▼a Now that people are aware that data can make the difference in an election or a business model, data science as an occupation is gaining ground. But how can you get started working in a wide-ranging, interdisciplinary field that's so clouded in hype? This insightful book tells you what you need to know. | |
| 650 | 0 | ▼a Data mining. |
| 700 | 1 | ▼a Schutt, Rachel, ▼d 1976- ▼0 AUTH(211009)170345. |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(2층서고)/ | 청구기호 006.312 O58d | 등록번호 121231088 (12회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
책소개
Now that answering complex and compelling questions with data can make the difference in an election or a business model, data science is an attractive discipline. But how can you learn this wide-ranging, interdisciplinary field? With this book, you’ll get material from Columbia University’s "Introduction to Data Science" class in an easy-to-follow format.Each chapter-long lecture features a guest data scientist from a prominent company such as Google, Microsoft, or eBay teaching new algorithms, methods, or models by sharing case studies and actual code they use. You’ll learn what’s involved in the lives of data scientists and be able to use the techniques they present.Guest lectures focus on topics such as:Machine learning and data mining algorithms Statistical models and methods Prediction vs. description Exploratory data analysis Communication and visualization Data processing Big data Programming Ethics Asking good questions If you’re familiar with linear algebra, probability and statistics, and have some programming experience, this book will get you started with data science.Doing Data Science is collaboration between course instructor Rachel Schutt (also employed by Google) and data science consultant Cathy O’Neil (former quantitative analyst for D.E. Shaw) who attended and blogged about the course.
정보제공 :
저자소개
캐시 오닐(지은이)
UC버클리를 졸업하고 1999년 하버드대학교에서 수학박사학위를 받았다. 매사추세츠공과대학교(MIT)에서 박사후과정을 거쳐 버나드 칼리지 수학과 종신교수로 재직했다. 2007년 학계를 떠나 월스트리트에서 헤지펀드 디이 쇼(D.E. Shaw)의 퀀트가 되었고 2000년대 금융계의 호황과 붕괴를 겪는다. 이후 IT 업계에서 데이터과학자로서 금융상품의 위험도와 소비자 구매 패턴 등을 예측하는 수학 모형을 개발했다. 상업, 금융, 교육 분야에서 알고리즘을 설계한 오닐은 공정하고 객관적이라고 알려진 빅데이터와 알고리즘이 사실은 편향적이며 취약계층에 불이익을 준다는 것을 깨닫는다. 이를 엮은 『대량살상 수학무기』는 빅데이터와 알고리즘에 대한 맹신을 깨는 데 공헌했다. 이 책은 80주 이상 아마존 베스트셀러에 머물렀고, 오일러 도서상을 수상, 전미 도서상 파이널 리스트에 오르는 등 인기를 모았다. 어린 시절부터 뚱뚱함이 콤플렉스였던 그녀는 날씬해야 한다는 사회적 압력과 그러지 못한 자신의 간극에 의한 수치심을 오랫동안 체감해왔다. 체중 감량 실패를 수없이 반복하며 다이어트 업계가 사람들을 상업적으로 이용한다고 자각했다. 이후 알고리즘의 차별 문제를 탐구하며 비만뿐만 아니라 빈곤, 중독자 등 취약계층의 삶이 어떻게 플랫폼을 통해 조직적으로 소비되고 조롱당하는지 목격했다. 그 비난이 자신의 비만을 대하는 시선과 놀랍도록 흡사하며, 그들 또한 암울한 삶의 쳇바퀴에서 벗어나지 못한다는 걸 알게 된 그녀는 사회 균열의 근원에 잘못된 수치심이 있고 이를 알고리즘이 극대화한다는 것을 깨달았다. 이러한 경험을 토대로 쓴 『셰임 머신』은 사회를 계급화하고 통제하는 도구로써 수치심과 디지털 플랫폼, 알고리즘의 상관관계를 파헤치며 이를 어떻게 극복할지 실마리를 제시한다. 정서적 격차가 점점 커지는 시대에 그녀의 날카로운 분석은 전 세계 독자들에게 크게 회자되고 있다. 현재 오닐은 알고리즘을 감사하고 위험성을 측정하는 기업, ORCAA를 설립해 빅데이터와 알고리즘의 명암을 추적하면서, 사회에 미치는 실존적 위협에 대해 꾸준히 목소리를 내고 있다.
Rachel Schutt(지은이)
News Corp.의 Data Science 분야 선임 부사장이다. 컬럼비아 대학교에서 통계학 박사를 받았고 구글 연구소에서 통계학자로 수년간 일했다. 컬럼비아 대학교의 통계학과 겸임교수며, 컬럼비아에서 데이터과학공학연구소의 교육위원회의 창설멤버다. 구글에서 일한 내용을 바탕으로 여러 특허를 출원 중에 있으며, 특히 사용자 행태를 이해하는 프로토타입 알고리즘을 만들고 모형을 구축함으로써 사용자 대면제품을 만드는 데 일조하였다. NYU 수학과에서 석사학위를 받았고 스탠포드 대학교에서는 공학-경제시스템과 운용과학(OR)의 석사학위를 가지고 있다. 미시간 대학교의 수학과에서 학사학위를 받았다.