1 개요[ | ]
- 브라이틱스와 함께하는 데이터 분석
- 저자: 박현경,고락윤,이지현,서범준,이영선
- ISBN 9791190154536
2 책소개[ | ]
브라이틱스를 효과적으로 사용하기 위한 지침서. 브라이틱스는 누구나 진입장벽 없이 원활하게 데이터 분석을 할 수 있게 해 준다는 데 가장 큰 장점이 있다. 무엇보다 그 어떤 툴과 비교해도 사용자 친화적으로 분석 진행 과정의 흐름을 파악하기 용이하고, 시각화와 대시보드의 직관성이 정말 탁월하다.
데이터라는 재료로 분석하는 것은 수단이지 경영환경에서 그 자체로 목적이 되는 경우는 거의 없다. 주목적은 빠르게 원하는 결과를 얻어내어 소통하고 가치를 만들어내는 것이다. 브라이틱스는 이 기본 철학을 가장 충실히 반영한 효과적인 툴이다.
이 책은 브라이틱스의 개발과 활용에 직접 참여한 경험 많은 IT, 데이터 분석 전문가들이 저자로 참여하여 체계적이고 알기 쉽게 책을 구성하였다. 이 책을 통해 데이터 분석에 대한 개념을 익히고 브라이틱스를 이용한 예제를 따라하며 실전 데이터 분석을 경험해 볼 수 있다.
3 목차[ | ]
- 1. 데이터 분석 시작하기
- 1.1. 데이터 사이언스 트렌드
- 각광받는 직업, 데이터 사이언티스트
- 데이터 사이언스 급성장 배경
- 데이터 사이언티스트의 필요역량
- 데이터 사이언스의 활용분야
- 1.2. 브라이틱스로 데이터 분석 시작하기
- 브라이틱스 소개
- 브라이틱스 스튜디오 설치
- 프로젝트, 모델 만들기와 워크플로우 살펴보기
- 워크플로우 내부 들여다보기
- 데이터 업로드하기
- 함수 결과의 시각화 및 라벨 변경하기
- 1.3. 데이터 분석 기본
- 분석 프로세스
- 통계 및 데이터 분석 기본용어
- 1.1. 데이터 사이언스 트렌드
- 2. 데이터 전처리
- 2.1. 데이터 정제
- 결측값 기본
- 결측값 종류
- 결측값 대체
- 이상값 기본
- 이상값 탐지
- 이상값 처리 기법
- 실습. 데이터 정제
- 데이터 정제 Quiz
- 2.2. 데이터 변환
- 척도 변환
- 범주형 변수 변환
- 기타 데이터 변환 기법
- 시계열 데이터 변환
- 실습. 데이터 변환
- 데이터 변환 Quiz
- 2.3. 파생변수의 생성
- 쿼리 활용을 통한 데이터 추출
- 실습. 파생변수의 생성
- 수학/문자열/날짜함수의 활용
- 실습. 수학함수, 문자열함수, 날짜함수의 활용
- 집계 함수의 활용
- 실습. 집계 함수의 활용
- 윈도우 함수의 활용
- 실습. 윈도우 함수의 활용
- 2.4. 행과 열의 핸들링과 정렬
- 행과 열의 핸들링과 정렬
- 정렬
- 2.5. 데이터 결합 및 형태 변환
- 데이터 결합
- 실습. 데이터 결합
- 행결합과 열결합
- 실습. 행결합
- 실습. 열결합
- 데이터 형태 변환
- 실습. 데이터 형태 변환
- 2.6. 표본 추출
- 표본 설계 및 추출
- 표본 추출 기법 응용
- 실습. 표본 추출
- 표본 추출 Quiz
- 2.1. 데이터 정제
- 3. 통계분석
- 3.1. 확률 변수와 확률 분포
- 확률 변수
- 확률 분포
- 중심극한정리의 개요
- 분포의 확인방법
- 확률 변수와 확률 분포 Quiz
- 3.2. 탐색적 데이터 분석
- 탐색적 데이터 분석 기본
- 숫자 기반 탐색적 데이터 분석
- 그림 기반 탐색적 데이터 분석
- 탐색적 데이터 분석 Quiz
- 3.3. 추정과 검정
- 기초개념
- 점추정
- 구간추정
- 가설검정
- 단일표본 t-검정
- 실습. 단일표본 t-검정
- 짝지어진 t-검정
- 실습. 짝지어진 t-검정
- 독립표본 t-검정
- 실습. 독립표본 t-검정
- 카이제곱 검정
- 실습. 카이제곱 검정
- 추정과 검정 Quiz
- 3.4. 분산분석
- 일원배치 분산분석
- 이원배치 분산분석
- 실습. 분산분석
- 분산분석 Quiz
- 3.5. 상관분석
- 상관계수
- 산점도
- 상관계수의 오용 사례
- 실습. 피어슨 상관분석
- 실습. 켄달 상관분석
- 상관분석 Quiz
- 3.6. 시계열분석
- 시계열분석 기본
- 탐색적 시계열분석
- 실습. EWMA와 Time Series Decomposition
- 확률적 시계열분석
- 자기회귀이동평균과정
- 자기회귀누적이동평균과정
- 시계열 거리 유사도 측정
- 실습. ARIMA와 Holt-Winters
- 시계열분석 Quiz
- 3.1. 확률 변수와 확률 분포
- 4. 머신러닝
- 4.1. 머신러닝 기초
- 머신러닝의 대두
- 머신러닝 방법론
- 4.2. 모형 평가
- 모형 평가의 필요성
- 회귀 모형의 평가
- 분류 모형의 평가
- 4.3. 군집화
- 군집화의 기본 개념
- 계층적 군집화
- 실습. 계층적 군집화
- 분할 군집화
- 실습. 분할 군집화
- 가우시안 혼합 모형
- 실습. 가우시안 혼합 모형
- 군집화 Quiz
- 4.4. 차원축소
- 주성분분석
- 특성값분해
- 실습. 차원축소
- 차원축소 Quiz
- 4.5. 회귀
- 선형회귀
- 실습. 단순선형회귀
- 벌점화회귀
- 실습. 다중선형회귀와 벌점화회귀
- 회귀 Quiz
- 4.6. 분류
- 로지스틱 회귀
- 실습. 로지스틱 회귀
- 나이브 베이즈
- 실습. 나이브 베이즈
- 분류 Quiz
- 4.7. 회귀 및 분류
- KNN
- 실습. KNN
- SVM
- 실습. SVM
- 의사결정나무
- 실습. 의사결정나무
- 랜덤포레스트
- 실습. 랜덤포레스트
- 부스팅
- 실습. 부스팅
- 회귀 및 분류 Quiz
- 4.8. 추천
- 연관성 분석
- 실습. 연관성 분석
- 협업 필터링
- 실습. 협업 필터링
- 실습. 행렬 분해법
- 추천 Quiz
- 4.1. 머신러닝 기초
- 5. 추가 주제
- 5.1. 텍스트 분석
- 텍스트 분석 기본
- N-gram
- TF-IDF
- LDA
- 실습. 기본 텍스트 분석
- 실습. TF-IDF
- 실습. LDA
- 텍스트 분석 Quiz
- 5.2. 파이썬 스크립트
- 브라이틱스에서의 파이썬 스크립트 활용
- 실습. 파이썬 스크립트
- 5.3. 딥러닝
- 딥러닝 기본
- 컨볼루션 신경망
- 순환 신경망
- 생성 모델
- 실습. 브라이틱스 DL 둘러보기
- 실습. 기본제공함수 기반 이미지 분석
- 실습. UDF를 이용한 브라이틱스 DL
- 실습. Keras 코딩을 이용한 딥러닝
- 딥러닝 Quiz
- 5.1. 텍스트 분석
4 같이 보기[ | ]
로그인하시면 댓글을 쓸 수 있습니다.
{{ comment.name }}
{{ comment.created | snstime }}
-
{{comment.page_title}} ―{{comment.name}}