| 000 | 00000cam c2200205 c 4500 | |
| 001 | 000046194237 | |
| 005 | 20250219115423 | |
| 007 | ta | |
| 008 | 250218s2024 ulkad 001c kor | |
| 020 | ▼a 9791156640189 ▼g 93000 | |
| 035 | ▼a (KERIS)BIB000017134940 | |
| 040 | ▼a 011001 ▼c 011001 ▼d 211009 | |
| 082 | 0 4 | ▼a 006.312 ▼2 23 |
| 085 | ▼a 006.312 ▼2 DDCK | |
| 090 | ▼a 006.312 ▼b 2024z6 | |
| 100 | 1 | ▼a 이지영, ▼d 1974- ▼0 AUTH(211009)154509 |
| 245 | 2 0 | ▼a (데이터 과학 기반의) 파이썬 빅데이터 분석 / ▼d 이지영 지음 |
| 250 | ▼a 2판 | |
| 260 | ▼a 서울 : ▼b 한빛아카데미, ▼c 2024 | |
| 300 | ▼a 524 p. : ▼b 삽화, 도표 ; ▼c 24 cm | |
| 490 | 1 0 | ▼a IT@cookbook |
| 500 | ▼a 색인수록 | |
| 500 | ▼a 부록: 01. 아나콘다 주피터 노트북 설치 및 사용하기, 02. 개발자 모드 사용하기, 03. KoNLPy 라이브러리 설치하기 | |
| 830 | 0 | ▼a IT cookbook |
| 945 | ▼a ITMT |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 006.312 2024z6 | 등록번호 121268598 (6회 대출) | 도서상태 대출중 | 반납예정일 2026-01-16 | 예약 예약가능 | 서비스 |
컨텐츠정보
책소개
통계적 기초 분석부터 딥러닝 기반 고급 분석에 이르기까지 데이터를 분석하고 시각화하는 핵심 방법론을 체계적으로 학습할 수 있도록 안내한다. 학습자가 데이터 과학의 개념과 파이썬 기초를 익힌 후, 18개의 프로젝트를 데이터 수집 → 준비 → 탐색 → 모델링 → 시각화의 순서로 진행할 수 있도록 구성하였다. 각 프로젝트를 실습하기에 앞서, 주요 분석 기법의 핵심 개념부터 탄탄하게 짚어주어 이론과 활용 방법을 균형 있게 습득할 수 있다.
* 본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다.
1부. 빅데이터 분석 - 이해(1~3장)
4차 산업혁명, 데이터 과학, 빅데이터의 관계를 이해하고, 데이터 과학 방법론을 적용하는 빅데이터 분석에 대해 이해한다.
2부. 빅데이터 분석 - 준비(4~6장)
데이터 과학 기반의 빅데이터 분석에 필요한 파이썬 프로그래밍을 배운다. 특히 파이썬을 이용한 데이터 크롤링은 유용한 빅데이터 수집 방법이므로 잘 알아두도록 한다.
3부. 빅데이터 분석 - 기본 프로젝트(7~9장)
데이터 과학 방법론과 빅데이터에 대한 이해를 바탕으로 기본적인 빅데이터 분석 프로젝트를 수행한다. 통계 분석, 텍스트 빈도 분석, 지리 정보 분석을 시각화 기법과 함께 파이썬 프로젝트로 진행한다.
4부. 빅데이터 분석 - 머신러닝/딥러닝 프로젝트(10~14장)
먼저 머신러닝 기반의 빅데이터 분석 프로젝트를 수행한다. 머신러닝의 지도 학습 방식인 회귀 분석과 분류 분석, 비지도 학습 방식인 K-평균 군집화를 프로젝트로 다루고, 텍스트 마이닝 프로젝트를 수행한다. 딥러닝 기반 빅데이터 분석에서는 LSTM 모델을 사용한 시계열 분석, CNN 모델을 사용한 이미지 분류 프로젝트를 수행한다.
부록
프로젝트 실습에 필요한 아나콘다 주피터 노트북 설치 방법 및 사용 방법을 안내한다. 또한 웹 브라우저에서 개발자 모드를 사용하는 방법과 한글 텍스트 분석을 위한 KoNLPy 라이브러리 설치 방법을 제공한다.
정보제공 :
저자소개
이지영(지은이)
현재 서경대학교 미래융합학부 AI/빅데이터전공(소프트웨어학과) 부교수로 재직 중이다. 빅데이터&AI 프로젝트 컨설턴트와 프로젝트 관리기술사로 활동하며 인공지능교육원에서 교육 콘텐츠를 개발하고 있다. 대표 저서로 『자바로 배우는 쉬운 자료구조』(2009년 우수학술도서 선정), 『C로 배우는 쉬운 자료구조(4판)』 등이 있다. 주요 연구 분야는 소프트웨어공학, 머신러닝/딥러닝 알고리즘, 딥러닝 기반 자연어 처리이며 자료구조, 빅데이터 마이닝, 데이터 크롤링, 머신러닝 분석 등을 강의하고 있다.
목차
PART 01 빅데이터 분석 - 이해 Chapter 01 4차 산업혁명과 데이터 과학 01 4차 산업혁명의 이해 02 4차 산업혁명을 실현하는 데이터 과학 03 4차 산업혁명 서비스 사례 요약 연습문제 Chapter 02 빅데이터의 이해와 활용 01 빅데이터의 이해 02 빅데이터의 활용 요약 연습문제 Chapter 03 데이터 과학 기반의 빅데이터 분석 01 빅데이터 산업의 이해 02 빅데이터 분석 방법과 접근법 03 빅데이터 분석을 위한 데이터 과학 방법론 요약 연습문제 PART 02 빅데이터 분석 - 준비 Chapter 04 파이썬 프로그래밍 기초 01 파이썬 시작하기 02 변수와 객체 03 자료형과 연산자 04 조건문과 반복문 05 함수 06 파일 처리 07 데이터 분석을 위한 주요 라이브러리 요약 연습문제 Chapter 05 오픈 API를 이용한 빅데이터 크롤링 01 네이버 API를 이용한 크롤링 1 크롤링이란 2 네이버 개발자 가입 3 네이버 뉴스 크롤링 02 공공데이터 API 기반 크롤링 1 공공데이터 활용 신청 2 공공데이터 크롤링 요약 연습문제 Chapter 06 웹페이지 분석 기반 빅데이터 크롤링 01 정적 웹페이지 크롤링 1 정적 웹페이지 크롤링 준비 2 정적 웹페이지 크롤링 실습 02 동적 웹페이지 크롤링 1 동적 웹페이지 크롤링 준비 2 동적 웹페이지 크롤링 실습 요약 연습문제 PART 03 빅데이터 분석 - 기본 프로젝트 Chapter 07 통계 분석 01 [기술 통계 분석 + 그래프] 와인 품질 등급 예측하기 02 [상관 분석 + 히트맵] 타이타닉호 생존율 분석하기 Chapter 08 텍스트 빈도 분석 01 [영문 분석 + 워드클라우드] 영문 문서 제목의 키워드 분석하기 02 [한글 분석 + 워드클라우드] 한글 뉴스 기사의 키워드 분석하기 Chapter 09 지리 정보 분석 01 [주소 데이터 분석 + 지오맵] 지리 정보 분석 후 맵 생성하기 02 [행정구역별 데이터 분석 + 블록맵] 행정구역별 의료기관 현황 분석하기 PART 04 빅데이터 분석 - 머신러닝/딥러닝 프로젝트 Chapter 10 회귀 분석 01 [회귀 분석 + 산점도/선형 회귀 그래프] 항목에 따른 자동차 연비 예측하기 02 [선형 회귀 분석 + 산점도/선형 회귀 그래프] 대기오염 데이터와 미세먼지의 연관성 분석하기 Chapter 11 분류 분석 01 [로지스틱 회귀 분석] 특징 데이터로 유방암 진단하기 02 [결정 트리 분석 + 산점도/선형 회귀 그래프] 센서 데이터로 움직임 분류하기 Chapter 12 군집 분석 01 [K-평균 군집화 분석 + 그래프] 타깃 마케팅을 위한 소비자 군집 분석하기 Chapter 13 텍스트 마이닝 01 [감성 분석 모델링] 영화 리뷰 데이터로 감성 분석 모델링하기 02 [감성 분석 + 바 차트] 챗GPT 뉴스 텍스트의 감성 분석하기 03 [토픽 분석 + LDA 토픽 모델] 뉴스 텍스트에서G 챗PT 토픽 분석하기 Chapter 14 딥러닝 기반 분석 01 [LSTM 시계열 분석] 주가 시계열 분석하기 02 [Prophet 시계열 분석] 100일 후의 주가 예측하기 03 [CNN 이미지 분석] 숫자 이미지 분류하기 04 [CNN 이미지 분석] 강아지 품종 분류하기 부록 01 아나콘다 주피터 노트북 설치 및 사용하기 02 개발자 모드 사용하기 03 KoNLPy 라이브러리 설치하기