상세정보

성신여자대학교에서 “빅데이터의 이해와 활용”을 가르치면서 쓴 강의 텍스트 <빅 데이터의 과학: R Commander의 활용>의 고급 버전이다. 이 책에서는 계산 도구(computing tools)로 R Commander 대신 R과 Python을 사용하였다.

이 책은 성신여자대학교에서 “빅데이터의 이해와 활용”을 가르치면서 쓴 강의 텍스트 <빅 데이터의 과학: R Commander의 활용>의 고급 버전입니다. 이 책에서는 계산 도구(computing tools)로 R Commander 대신 R과 Python을 사용하였습니다.
R과 Python은 데이터 과학 커뮤니티에서 활용되는 Top 2 컴퓨터 언어입니다. R은 전통적으로 통계학 배경의 전공자들이 사용하였고, Python은 컴퓨터 전공자들이 사용하였습니다. 두 언어가 기질적인 차이가 있어서 개인별로 선호가 다릅니다만, 선호의 차이는 주로 어느 언어를 먼저 배우느냐에 있어 보입니다. 한국어를 영어보다 먼저 배운 사람은 한국어가 편하고, 영어를 한국어보다 먼저 배운 사람은 영어가 편한 것과 마찬가지입니다. 이 책에서는 R과 Python을 동시에 제시함으로써 두 언어에 대한 비차별적 습득을 도모합니다. 물론 한 가지를 선택하여 학습할 수도 있습니다.
이 책은 10개의 장으로 구성되어 있습니다. ‘빅’ 데이터 입문에서 시작하여, 수치형 데이터의 탐색, 변수변환, 범주형 데이터의 탐색, 통계적 추론, 회귀모형, 분류모형, 군집화 등의 기본 방법론을 8개의 장에 넣었습니다. 그리고 마지막 2개의 장에 기계학습(machine learning)의 맛보기라고 할 수 있는 k-NN과 나무모형(tree models)에 관한 내용을 수록하였습니다.
이 책에 쓰인 실습용 데이터 파일, R 스크립트와 Python 스크립트는 자유아카데미 홈페이지(www.freeaca.com)에서 확인할 수 있으니 참조하기를 바랍니다. 예전에는 백 번 듣는 것이 한 번 보는 것만 못하다고 했지만, 이제는 백 번 보는 것이 한 번 해보는 것만 못한 시대입니다. 꼭 따라 해보길 바랍니다.

정보제공 :

1 ‘빅’ 데이터 입문
1.1 데이터의 역사
1.2 ‘빅’ 데이터의 이해
1.3 ‘빅’ 데이터의 활용
1.4 기계학습과 인공지능

2 수치형 데이터의 탐색
2.1 수치형 변수의 분포
2.2 다섯 수치 요약
2.3 정규분포, 평균과 표준편차
2.4 특이점과 상자그림
2.5 집단 간 비교

3 변수변환
3.1 변환의 유용성
3.2 변환의 여러 유형
3.3 박스-콕스 변환

4 범주형 데이터의 탐색
4.1 교차표의 시각화: 모자이크 플롯
4.2 연속형 X, 범주형 Y

5 통계적 추론
5.1 통계적 검정
5.2 신뢰구간
5.3 보론

6 회귀모형
6.1 산점도와 단순선형회귀
6.2 다중선형회귀
6.3 산점도 평활 lowess
6.4 일반화 가법모형 gam
6.5 보론

7 분류모형
7.1 로지스틱 회귀
7.2 일반화 가법모형
7.3 보론

8 군집화와 차원축소
8.1 들어가기
8.2 k-평균 군집화
8.3 변수 군집화
8.4 다변량 데이터의 시각화

9 k-NN 알고리즘

10 나무모형 알고리즘
10.1 나무모형
10.2 랜덤 포레스트