파이썬으로 캐글 뽀개기 (파이썬으로 시작해서 포트폴리오로 취업까지)

파이썬으로 캐글 뽀개기 (파이썬으로 시작해서 포트폴리오로 취업까지)

$35.02
Description
데이터 분석가를 시작하려는 비전공자를 위한
완벽한 기초 가이드
Learning by Doing! 직접 부딪치며 배우자는 것이 이 책의 철학입니다. 비전공자분들이 다양한 입문서를 읽는 것 못지않게 중요한 것은 일단 도전하는 것입니다. 본 책은 간단한 이론과 원리를 배운 후 빠르게 캐글에 도전하는 기본적인 지침서를 제공합니다. 그리고 좌충우돌하면서 겪게 될 다양한 스토리를 소개하고, 캐글에 도전하는 것만큼 중요한 포트폴리오가 보관될 Github 사용법과 Github Blog를 만드는 방법도 포함하고 있습니다. 이 책은 데이터 분석가를 시작하려는 모든 분에게 완벽한 가이드를 제공할 것입니다.

이 책의 특징
- 다양한 캐글 대회 참여 방법 소개
- NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn 등 데이터 과학의 필수 라이브러리 소개
- XGBoost, LightGBM, CatBoost 등 최신 알고리즘 소개

이 책이 필요한 독자
- 데이터 분석에 관심이 많고 데이터 분석가로 취업 및 전직을 하고 싶은 모든 비전공자
- 캐글을 포함한 각종 경진 대회에 직접 참여하고 싶은 분들
- 업무 협업을 위한 기초적인 Git, Linux, Github 블로그 활용법이 궁금한 분들

소스코드 다운로드
https://github.com/bjpublic/pythonkaggle
저자

Evan

학점은행제경영학사를졸업하였고,미국나사렛대학교필리핀분교에서신학과철학석사를졸업하였습니다.회사에무의미하게매일출근하는것이싫어현재는프리랜서로활동하며주로대기업및취업준비생을위한R,Python,SQL강의및저술활동에매진하고있습니다.

목차

Part1Intro
1구글코랩&캐글
1.1구글코랩(Colaboratory)에관해
1.2캐글(Kaggle)에관해
2파이썬기초문법
2.1변수(Scalar)
2.2변수(Non-Scalar)
2.3리스트(List)
2.4튜플(Tuple)
2.5딕셔너리(Dictionary)
2.6집합(Set)자료형
2.7파이썬의조건문
2.8파이썬의반복문
2.9정리
3Numpy
3.1NumPy기본문법
3.2NumPy배열생성및둘러보기
3.3NumPy인덱싱과슬라이싱
3.4NumPy정렬
3.5정리
4Pandas라이브러리
4.1Pandas설치
4.2구글드라이브와연동
4.3데이터둘러보기
4.4데이터다뤄보기
4.5데이터인덱싱
4.6기본데이터전처리
4.7정리
5파이썬시각화
5.1Matplotlib라이브러리
5.2Seaborn라이브러리
5.3IntermediateLevel도전
5.4정리
6머신러닝의역사
7캐글에서사용되는다양한머신러닝알고리즘
7.1지도학습과비지도학습
7.2회귀모형
7.3의사결정나무
7.4앙상블학습
7.5배깅(Bagging)
7.6랜덤포레스트(RandomForest)
7.7부스팅기법(BoostingMethods)
7.8스태킹또는블렌딩기법(StackingorBlendingMethods)
7.9사이킷런(Scikit-Learn)
7.10정리

Part2KaggleBasic
1캐글노트북(KaggleNotebook)에관한흥미로운토론
2주택가격예측문제
2.1KaggleAPI다운로드
2.2KaggleAPI업로드
2.3Kaggle데이터다운로드및불러오기
2.4데이터둘러보기
2.5머신러닝Workflow
2.6FeatureEngineering
2.7머신러닝모형학습및평가
3진짜재난뉴스판별기만들기
3.1텍스트분석수행과정
3.2Kaggle데이터불러오기
3.3탐색적자료분석
3.4FeatureEngineering
3.5머신러닝모형학습및평가
3.6정리

Part3KaggleIntermediate
1Boosting알고리즘의발전
1.1XGBoost
1.2LightGBM
1.3CatBoost
2NewYorkCityTaxiFarePrediction
2.1Kaggle데이터다운로드
2.2데이터시각화
2.3FeatureEngineering
2.4Modelling
3SanFranciscoCrimeClassfication
3.1데이터불러오기
3.2평가지표확인
3.3탐색적자료분석
3.4FeatureEngineering
3.5Modelling
3.6정리
3.7데이터과학의프로세스리뷰

Part4BeyondKaggle
1자격증은정말로중요한가?
2면접은어떻게구성이되는가?
3Github와기술블로그의장점
3.1기록의관점에서
3.2정보공유의관점에서
3.3커리어관리의관점에서
4Github&Git
4.1Github
4.2GoogleColab과Github의연동
4.3Git연동
4.4Git&리눅스명령어
4.5Github블로그
4.6Github포트폴리오

출판사 서평

이책의주목적은코딩을처음접하는사람이데이터분석및머신러닝을수행하는데필요한기본문법을익혀서캐글대회에참여할수있는역량을키워주는동시에,취업포트폴리오를만드는일련의과정을포함합니다.입문자분들을대상으로한책이다보니,통계및머신러닝의어려운알고리즘수식은최대한배제하고설명하고있습니다.
입문자가어려움없이개념에대한이해를하도록최대한노력하였는데,이책은각분야에대하여상세하게설명한책이라기보다는데이터분석가및머신러닝개발자로성장하는데필요한부분들을설명해놓은일종의가이드북입니다.저자의철학대로손으로몸으로체득해보시기바랍니다.