Description
AI 시대를 이끈 통계 방법들을 만나다!
전 세계 주요 대학이 사용하는 통계학 기본서
《기초부터 다지는 통계학 교과서 with 파이썬》은 지난 20년 동안 생물학, 금융, 마케팅, 천체물리학에 이르기까지 다양한 분야에서 등장한 방대하고 복잡한 데이터 세트를 이해하는 데 필수적인 통계적 학습 도구를 다룹니다. 이 책에서는 관련 응용 분야와 더불어 가장 중요한 모델링 및 예측 기법들을 소개합니다. 주요 주제로는 선형회귀, 분류, 재표집법, 축소 접근법, 나무-기반 방법, 서포트 벡터 머신, 군집화, 딥러닝, 생존분석, 다중검정 등이 포함됩니다. 컬러 도표와 실제 사례를 사용해 통계적 학습 방법을 군더더기 없이 명료하게 설명합니다. 이 책은 최첨단 통계 학습 기법을 사용해 데이터를 분석하려는 통계학자와 비통계학자 모두를 대상으로 합니다.
2013년에 쓰인 이 책의 전신인 R 버전은 베스트셀러 반열에 오른 도서로, 전 세계 유수 대학의 데이터과학, 통계학, 컴퓨터학과의 핵심 교재로 사용되고 있습니다. 그러나 최근 파이썬이 데이터과학 분야의 핵심 언어로 등장하면서 이를 반영한 도서에 대한 요구가 높아졌습니다. 이 책은 기존 실습 예제를 파이썬으로 구현함과 동시에 최신 통계 기법의 하나인 딥러닝을 추가해 새롭게 출시되었습니다.

저자

개러스제임스,다니엘라위튼,트레버헤이스티,로버트팁시라니,조너선테일러

저자:개러스제임스
2024년현재에머리대학교고이주에타경영대학원교수이다.데이터사이언티스트로도활동하고있다.

저자:다니엘라위튼
2024년현재워싱턴대학교의통계학및생물통계학과교수다.비지도학습을중심으로고차원데이터를위한통계적기계학습방법을연구하고있다.통계적기계학습분야연구로여러번수상했고2023년부터왕립통계학회지B계열(JournaloftheRoyalStatisticalSociety,SeriesB)의공동편집장을맡고있다.

저자:트레버헤이스티
스탠퍼드대학교통계학과와의과대학생물의학데이터과학과교수다.2018년에는미국국립과학원회원으로선출되었다.200편이상의논문을발표하고6권의저서를집필했으며특히통계적학습이론에큰기여를하고있다.

저자:로버트팁시라니
스탠퍼드대학교통계학과와생물의학데이터과학과교수다.주연구분야는통계적학습,데이터마이닝,통계계산,생물정보학등으로약250편의논문을저술했다.ISIWebofKnowledge에서선정한수학분야에서가장많이인용되고있는저자(ISIHighlyCitedAuthorsinMathematics)중한명이다.

역자:송영숙
국어학을전공하고(주)사이오닉에이아이에서‘리서치/정책총괄’업무를맡고있다.?전산언어학과상식추론,언어유형론에관심이많다.사람언어와기계언어간에장벽을줄이는데벽을허물고길을내는사람이되려하며,그일환으로《모두의한국어텍스트분석with파이썬》과같은책을쓰거나《파이썬을활용한딥러닝전이학습》책의번역에참여했다.

역자:유현조
언어학과통계학을전공했고현재충남대학교언어학과조교수다.언어학과통계학을전공했다.주요관심분야는통계계산,다변량데이터분석,데이터시각화,통계적학습이론이다.일반화선형혼합모형을이용한실험데이터분석에도관심을가지고종종공동연구도수행하고있다.《R을활용한선형회귀분석》집필,웹기반통계분석과데이터시각화를위한소프트웨어인eStat개발등에참여했다.


국어학을전공하고(주)사이오닉에이아이에서‘리서치/정책총괄’업무를맡고있다.?전산언어학과상식추론,언어유형론에관심이많다.사람언어와기계언어간에장벽을줄이는데벽을허물고길을내는사람이되려하며,그일환으로《모두의한국어텍스트분석with파이썬》과같은책을쓰거나《파이썬을활용한딥러닝전이학습》책의번역에참여했다.

목차

1장도입

2장통계적학습
2.1통계적학습이란무엇인가?
2.2모형의정확도평가
2.3실습:파이썬기초
2.4연습문제

3장선형회귀
3.1단순선형회귀
3.2다중선형회귀
3.3회귀모형에서생각할다른문제들
3.4마케팅계획
3.5선형회귀와K-최근접이웃의비교
3.6실습:선형회귀
3.7연습문제

4장분류
4.1분류의개요4.2왜선형회귀를사용하지않는가
4.3로지스틱회귀
4.4생성모형을이용한분류
4.5분류방법비교
4.6일반화선형모형
4.7실습:로지스틱회귀,LDA,QDA,KNN
4.8연습문제

5장재표집법
5.1교차검증
5.2부트스트랩
5.3실습:교차검증과부트스트랩
5.4연습문제

6장선형모형선택과규제
6.1부분집합선택
6.2축소방법
6.3차원축소법
6.4고차원에서생각할점
6.5실습:선형모형과규제방법들
6.6연습문제

7장선형을넘어서
7.1다항회귀
7.2계단함수
7.3기저함수
7.4회귀스플라인
7.5평활스플라인
7.6국소회귀
7.7일반화가법모형
7.8실습:비선형모형
7.9연습문제

8장나무-기반의방법
8.1의사결정나무의기초
8.2배깅,랜덤포레스트,부스팅및베이즈가법회귀나무
8.3실습:나무-기반의방법
8.4연습문제

9장서포트벡터머신
9.1최대마진분류기
9.2서포트벡터분류기
9.3서포트벡터머신
9.42개이상의부류가있는SVM
9.5로지스틱회귀와의관련성
9.6실습:서포트벡터머신
9.7연습문제

10장딥러닝
10.1단층신경망
10.2다층신경망
10.3합성곱신경망
10.4문서분류
10.5순환신경망
10.6딥러닝을사용할때
10.7신경망적합
10.8보간과이중하강
10.9실습:딥러닝
10.10연습문제

11장생존분석과중도절단자료
11.1생존시간과중도절단시간
11.2중도절단좀더자세히살펴보기
11.3카플란-마이어생존곡선
11.4로그순위검정
11.5생존분석회귀모형
11.6콕스모형을위한축소
11.7추가주제
11.8실습:생존분석
11.9연습문제

12장비지도학습
12.1비지도학습의도전
12.2주성분분석
12.3결측값및행렬완성
12.4군집화방법
12.5실습:비지도학습
12.6연습문제

13장다중검정
13.1가설검정에대한간략한재검토
13.2다중검정의어려움
13.3집단별오류율
13.4거짓발견율
13.5재표집법을통한p-값과거짓발견율
13.6실습:다중검정
13.7연습문제

출판사 서평

AI시대를이끈통계방법들을만나다!
전세계주요대학이사용하는통계학기본서

《기초부터다지는통계학교과서with파이썬》은지난20년동안생물학,금융,마케팅,천체물리학에이르기까지다양한분야에서등장한방대하고복잡한데이터세트를이해하는데필수적인통계적학습도구를다룹니다.이책에서는관련응용분야와더불어가장중요한모델링및예측기법들을소개합니다.주요주제로는선형회귀,분류,재표집법,축소접근법,나무-기반방법,서포트벡터머신,군집화,딥러닝,생존분석,다중검정등이포함됩니다.컬러도표와실제사례를사용해통계적학습방법을군더더기없이명료하게설명합니다.이책은최첨단통계학습기법을사용해데이터를분석하려는통계학자와비통계학자모두를대상으로합니다.2013년에쓰인이책의전신인R버전은베스트셀러반열에오른도서로,전세계유수대학의데이터과학,통계학,컴퓨터학과의핵심교재로사용되고있습니다.그러나최근파이썬이데이터과학분야의핵심언어로등장하면서이를반영한도서에대한요구가높아졌습니다.이책은기존실습예제를파이썬으로구현함과동시에최신통계기법의하나인딥러닝을추가해새롭게출시되었습니다.