데이터 과학 (데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초 | 2 판)

데이터 과학 (데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초 | 2 판)

$33.00
Description
“데이터 과학의 기본 개념을 잡는 입문서!”
이 책은 라이브러리나 프레임워크와 같은 도구를 사용하지 않고 ‘밑바닥부터’ 만들어 보며 데이터 과학과 관련된 알고리즘을 알려 주는 기본서다. 데이터 과학을 배우기 위해 꼭 필요한 기본적인 내용을 중심으로, 책 전반에 걸쳐 수학과 통계학 기초가 녹아든 데이터 과학의 주요 기술을 다룬다.

이번 2판에서는 모든 코드와 예시가 파이썬 3.6으로 수정됐고 타입 어노테이션 등 새로운 기능을 활용한다. 오늘날의 데이터 과학자들이 다루어야 할 딥러닝, 통계, 자연어 처리 등의 주제도 추가됐다. 데이터 분석에 필요한 해킹과 수학·통계학 이론을 살펴보려는 프로그래머라면 기초부터 잡아 주는 강력한 도구로써 이 책의 일독을 권한다.
저자

조엘그루스

JoelGrus
AllenInstituteforArtificialIntelligence의연구원이다.이전에는구글에서소프트웨어엔지니어로,여러스타트업에서는데이터과학자로근무했다.현재시애틀에거주하면서여러개의데이터과학밋업에참여하고있다.joelgrus.com에종종글을쓰며,@joelgrus라는계정으로종일트위터를한다.

목차

1장들어가기
1.1데이터시대의도래
1.2데이터과학이란?
1.3동기부여를위한상상:데이텀주식회사
1.3.1핵심인물찾기
1.3.2데이터과학자추천하기
1.3.3연봉과경력
1.3.4유료계정
1.3.5관심주제
1.3.6시작해보자

2장파이썬속성강좌
2.1기본기다지기
2.2파이썬설치하기
2.3가상환경
2.4들여쓰기
2.5모듈
2.6함수
2.7문자열
2.8예외처리
2.9리스트
2.10튜플
2.11딕셔너리
2.11.1defaultdict
2.12Counter
2.13Set
2.14흐름제어
2.15True와False
2.16정렬
2.17리스트컴프리헨션
2.18자동테스트와assert
2.19객체지향프로그래밍
2.20이터레이터와제너레이터
2.21난수생성
2.22정규표현식
2.23함수형도구
2.24zip과인자언패킹
2.25args와kwargs
2.26타입어노테이션
2.26.1타입어노테이션하는방법
2.27데이텀에오신것을환영합니다!
2.28더공부해보고싶다면

3장데이터시각화
3.1matplotlib
3.2막대그래프
3.3선그래프
3.4산점도
3.5더공부해보고싶다면

4장선형대수
4.1벡터
4.2행렬
4.3더공부해보고싶다면

5장통계
5.1데이터셋설명하기
5.1.1중심경향성
5.1.2산포도
5.2상관관계
5.3심슨의역설
5.4상관관계에대한추가적인경고사항
5.5상관관계와인과관계
5.6더공부해보고싶다면

6장확률
6.1종속성과독립성
6.2조건부확률
6.3베이즈정리
6.4확률변수
6.5연속분포
6.6정규분포
6.7중심극한정리
6.8더공부해보고싶다면

7장가설과추론
7.1통계적가설검정
7.2예시:동전던지기
7.3p-value
7.4신뢰구간
7.5p해킹
7.6예시:A/Btest해보기
7.7베이즈추론
7.8더공부해보고싶다면

8장경사하강법
8.1경사하강법에숨은의미
8.2그래디언트계산하기
8.3그래디언트적용하기
8.4적절한이동거리정하기
8.5경사하강법으로모델학습
8.6미니배치와SGD(StochasticGradientDescent)
8.7더공부해보고싶다면

9장파이썬으로데이터수집하기
9.1stdin과stdout
9.2파일읽기
9.2.1텍스트파일의기본
9.2.2구분자가있는파일
9.3웹스크래핑
9.3.1HTML과파싱
9.3.2예시:의회감시하기
9.4API사용하기
9.4.1JSON과XML
9.4.2인증이필요하지않은API사용하기
9.4.3API찾기
9.5예시:트위터API사용하기
9.5.1인증받기
9.6더공부해보고싶다면

10장데이터다루기
10.1데이터탐색하기
10.1.11차원데이터탐색하기
10.1.22차원데이터
10.1.3다차원데이터
10.2namedtuple사용하기
10.3Dataclasses
10.4정제하고합치기
10.5데이터처리
10.6척도조절
10.7한편으로:tqdm
10.8차원축소
10.9더공부해보고싶다면

11장기계학습
11.1모델링
11.2기계학습이란?
11.3오버피팅과언더피팅
11.4정확도
11.5Bias-variance트레이드오프
11.6특성추출및선택
11.7더공부해보고싶다면

12장k-NN
12.1모델
12.2예시:Iris데이터
12.3차원의저주
12.4더공부해보고싶다면

13장나이브베이즈
13.1바보스팸필터
13.2조금더똑똑한스팸필터
13.3구현하기
13.4모델검증하기
13.5모델사용하기
13.6더공부해보고싶다면

14장단순회귀분석
14.1모델
14.2경사하강법사용하기
14.3최대가능도추정법
14.4더공부해보고싶다면

15장다중회귀분석
15.1모델
15.2최소자승법에대한몇가지추가가정
15.3모델학습하기
15.4모델해석하기
15.5적합성(Goodnessoffit)
15.6여담:부트스트랩
15.7계수의표준오차
15.8Regularization
15.9더공부해보고싶다면

16장로지스틱회귀분석
16.1문제
16.2로지스틱함수
16.3모델적용하기
16.4적합성
16.5서포트벡터머신
16.6더공부해보고싶다면

17장의사결정나무
17.1의사결정나무란?
17.2엔트로피
17.3파티션의엔트로피
17.4의사결정나무만들기
17.5종합하기
17.6랜덤포레스트
17.7더공부해보고싶다면

18장신경망
18.1퍼셉트론
18.2순방향신경망
18.3역전파
18.4예시:FizzBuzz
18.5더공부해보고싶다면

19장딥러닝
19.1텐서
19.2층추상화
19.3선형층
19.4순차적인층으로구성된신경망
19.5손실함수와최적화
19.6예시:XOR문제다시풀어보기
19.7다른활성화함수
19.8예시:FizzBuzz다시풀어보기
19.9Softmax와Cross-Entropy
19.10드롭아웃
19.11예시:MNIST
19.12모델저장및불러오기
19.13더공부해보고싶다면

20장군집화
20.1군집화감잡기
20.2모델
20.3예시:오프라인모임
20.4k값선택하기
20.5예시:색군집화하기
20.6상향식계층군집화
20.7더공부해보고싶다면

21장자연어처리
21.1워드클라우드
21.2n-그램언어모델
21.3문법규칙
21.4여담:깁스샘플링
21.5토픽모델링
21.6단어벡터
21.7재귀신경망
21.8예시:문자단위의RNN사용하기
21.9더공부해보고싶다면

22장네트워크분석
22.1매개중심성
22.2고유벡터중심성
22.2.1행렬곱셈
22.2.2중심성
22.3방향성그래프와페이지랭크
22.4더공부해보고싶다면

23장추천시스템
23.1수작업을이용한추천
23.2인기도를활용한추천
23.3사용자기반협업필터링
23.4상품기반협업필터링
23.5행렬분해
23.6더공부해보고싶다면

24장데이터베이스와SQL
24.1CREATETABLE과INSERT
24.2UPDATE
24.3DELETE
24.4SELECT
24.5GROUPBY
24.6ORDERBY
24.7JOIN
24.8서브쿼리
24.9인덱스
24.10쿼리최적화
24.11NoSQL
24.12더공부해보고싶다면

25장맵리듀스
25.1예시:단어수세기
25.2왜맵리듀스인가?
25.3맵리듀스일반화하기
25.4예시:사용자의글분석하기
25.5예시:행렬곱셈
25.6여담:Combiner
25.7더공부해보고싶다면

26장데이터윤리
26.1데이터윤리란무엇인가?
26.2아니,진짜로,데이터윤리가뭔데?
26.3데이터윤리에대해신경써야할까?
26.4나쁜데이터제품만들기
26.5정확도와공정함의균형을유지하기
26.6협력
26.7해석가능성
26.8추천
26.9편향된데이터
26.10데이터보호
26.11요약
26.12더공부해보고싶다면

27장본격적으로데이터과학하기
27.1IPython
27.2수학
27.3밑바닥부터시작하지않는방법
27.3.1NumPy
27.3.2pandas
27.3.3scikit-learn
27.3.4시각화
27.3.5R
27.3.6딥러닝
27.4데이터찾기
27.5데이터과학하기
27.5.1해커뉴스
27.5.2소방차
27.5.3티셔츠
27.5.4지구본위의트윗
27.5.5그리고여러분은?

출판사 서평

〉〉이책의대상독자
ㆍ데이터과학에필요한기초와프로그래밍두마리토끼를모두잡고싶은전공자
ㆍ수학·통계학이론이녹아든데이터과학관련알고리즘을살펴보려는데이터과학자
ㆍ데이터분석에필요한수학·통계학이론을살펴보려는프로그래머

〉〉이책에서다루는내용
ㆍ선형대수,통계,확률에관한기초와데이터과학에서활용하는법배우기
ㆍ데이터를수집,탐색,정제,가공,조작하기
ㆍ기계학습의원리탐색하기
ㆍk-근접이웃,나이브베이즈,선형회귀분석,로지스틱회귀분석,의사결정나무,인공신경망,군집화등구현하기
ㆍ추천시스템,자연어처리,네트워크분석,맵리듀스,데이터베이스등살펴보기
ㆍ속성으로파이썬배우기