메뉴 바로가기 검색 및 카테고리 바로가기 본문 바로가기

데이터 과학을 위한 통계

데이터 분석에서 머신러닝까지 50가지 핵심 개념

한빛미디어

번역서

절판

  • 저자 : 피터 브루스 , 앤드루 브루스
  • 번역 : 이준용
  • 출간 : 2018-10-02
  • 페이지 : 328 쪽
  • ISBN : 9791162240984
  • eISBN : 9791162249321
  • 물류코드 :10098
  • 개정판정보 :개정판이 새로 출간되었습니다. 개정판 보기
  • 초급 초중급 중급 중고급 고급
1 2 3 4 5
4.7점 (9명)
좋아요 : 21

책소개

데이터 과학에 필요한 만큼만 배우는 실용주의 통계학 

 

데이터 과학자가 고전 통계를 낱낱이 알아야 하는 것은 아니다. 이 책은 다양한 통계 기법을 데이터 과학에 적용해보며, 중요한 것과 중요하지 않은 것을 구분하는 실용적인 방법을 알려준다. EDA, 회귀분석, 분류 등 오늘날 데이터 분석과 머신러닝에서 사용하는 기법들의 근본이 되는 통계 개념을 확실하게 이해할 수 있다. 

 

733px2.jpg

 

저자소개

피터 브루스 저자

피터 브루스

통계 교육기관 Statistics.com 설립자. Statistics.com은 100여 개 통계 강의를 제공하며 그중 3할은 데이터 과학자가 대상이다. 치밀한 마케팅 전략을 수립해 최고 수준의 전문 데이터 과학자들을 강사로 모집해왔다. 이 과정에서 데이터 과학자를 위한 통계라는 주제에 대해 폭넓은 시야와 전문적 식견을 쌓았다.

 

앤드루 브루스 저자

앤드루 브루스

데이터 과학 실무 전문가. 30년 이상 학계, 정부, 기업계에서 통계학과 데이터 과학을 연구했다. 워싱턴 대학교에서 통계학 박사학위를 땄고 학술지에 여러 논문을 발표했다. 저명한 금융회사부터 인터넷 스타트업에 이르기까지 업계에서 발생하는 폭넓은 문제에 대해 통계 기반 솔루션을 개발했고, 데이터 과학의 실무 활용 측면에서 전문가로 인정받고 있다.

 

이준용 역자

이준용

인공지능과 빅데이터 기술에 관심이 많은 연구원. 한국과학기술원(KAIST)에서 전자공학 박사학위를 받고, 일본 ATR IRC 연구소에서 인간-로봇 상호작용에 대해 연구했으며, 미국 아이오와 주립대학교에서 대사회로 관련 데이터베이스를 구축했습니다. 2014년부터 2021년까지 미국 퍼시픽 노스웨스트 국립연구소에서 다양한 생명과학 연구에 참여했습니다. 현재는 한 바이오텍 기업에서 수석 데이터 과학자로 암 진단과 관련된 일을 하고 있습니다.

목차

CHAPTER 1 탐색적 데이터 분석

1.1 정형화된 데이터의 요소

1.2 테이블 데이터

1.3 위치 추정

1.4 변이 추정

1.5 데이터 분포 탐색하기

1.6 이진 데이터와 범주 데이터 탐색하기

1.7 상관관계

1.8 두 개 이상의 변수 탐색하기

1.9 마치며

 

CHAPTER 2 데이터와 표본분포

2.1 랜덤표본추출과 표본편향

2.2 선택 편향

2.3 통계학에서의 표본분포

2.4 부트스트랩

2.5 신뢰구간

2.6 정규분포

2.7 긴 꼬리 분포

2.8 스튜던트의 t 분포

2.9 이항분포

2.10 푸아송 분포와 그 외 관련 분포들

2.11 마치며

 

CHAPTER 3 통계적 실험과 유의성 검정

3.1 A/B 검정

3.2 가설검정

3.3 재표본추출

3.4 통계적 유의성과 p 값

3.5 t 검정

3.6 다중검정

3.7 자유도

3.8 분산분석

3.9 카이제곱검정

3.10 멀티암드 밴딧 알고리즘

3.11 검정력과 표본크기

3.12 마치며

 

CHAPTER 4 회귀와 예측

4.1 단순선형회귀

4.2 다중선형회귀

4.3 회귀를 이용한 예측

4.4 회귀에서의 요인변수

4.5 회귀방정식 해석

4.6 가정 검정: 회귀 진단

4.7 다항회귀와 스플라인 회귀

4.8 마치며

 

CHAPTER 5 분류

5.1 나이브 베이즈

5.2 판별분석

5.3 로지스틱 회귀

5.4 분류 모델 평가하기

5.5 불균형 데이터 다루기

5.6 마치며

 

CHAPTER 6 통계적 머신러닝

6.1 K 최근접 이웃

6.2 트리 모델

6.3 배깅과 랜덤 포레스트

6.4 부스팅

6.5 마치며

 

CHAPTER 7 비지도 학습

7.1 주성분분석

7.2 K 평균 클러스터링

7.3 계층적 클러스터링

7.4 모델 기반 클러스터링

7.5 스케일링과 범주형 변수

7.6 마치며

출판사리뷰

데이터 분석에서 머신러닝까지 50가지 핵심 개념 

데이터 과학에 필요한 만큼만 배우는 족집게 통계학 

 

통계 기법은 데이터 과학의 핵심이지만, 전공자가 아닌 이상 정식으로 통계를 공부하고 데이터 과학에 입문하는 사람은 찾기 어렵다. 데이터 과학자가 고전 통계를 낱낱이 알아야 하는 것은 아니다. 자유도, p 값, 상관계수 등 고전 통계에서 중요하게 생각하는 개념 중에는 빅데이터를 다루는 데이터 과학자가 세부 사항까지 자세히 알 필요가 없는 것들도 있다. 

이 책은 통계 기법을 데이터 과학에 적용해보며, 중요한 것과 중요하지 않은 것을 구분하는 실용적인 방법을 알려준다. EDA, 표본분포, 유의성 검정, 회귀분석, 분류, 통계적 머신러닝, 비지도 학습 등 오늘날 데이터 분석과 머신러닝 분야에서 널리 사용하는 주제로 구성되었으며, 주요 절마다 ‘용어 정리’를 제공해 학습 편의를 높였다. 

많은 데이터 과학자가 머신러닝 및 통계 기법을 사용하면서도 그 근본이 되는 통계 개념을 이해하지 못해 한계에 부딪히곤 한다. R 언어와 약간의 통계 지식만 있다면, 이 책이 건널 수 없었던 그 강을 건너게 해줄 것이다.

 

주요 내용 

  • 탐색적 데이터 분석이 핵심 단계인 이유
  • 임의표집으로 편향을 줄이고 고품질 데이터셋 얻는 법
  • 실험계획법 원칙을 적용해 질문에 명확히 답하기
  • 회귀분석으로 결과를 추정하고 이상 검출하기
  • 속한 범주를 찾아내는 주요 분류 기법
  • 데이터로 ‘학습’하는 통계적 머신러닝 기법
  • 정답 없는 데이터에서 의미를 추출하는 비지도 학습 기법

 

다른 통계 교과서나 머신러닝 매뉴얼과는 차별되는 책이다. 통계 용어와 오늘날 데이터 마이닝 용어를 연결해 설명한다는 점에서 훨씬 낫다. 설명은 간명하고 예제도 많다. 데이터 과학 입문자와 숙련자 모두에게 권할 만한 레퍼런스다.

- 갈리트 시뮤엘리, 『비즈니스 애널리틱스를 위한 데이터마이닝』 주저자

 

독자리뷰

오탈자 보기

결제하기
• 문화비 소득공제 가능
• 배송료 : 2,000원배송료란?

배송료 안내

  • 20,000원 이상 구매시 도서 배송 무료
  • 브론즈, 실버, 골드회원 무료배송
닫기

리뷰쓰기

닫기
* 상품명 :
데이터 과학을 위한 통계
* 제목 :
* 별점평가
1 2 3 4 5
* 내용 :

* 리뷰 작성시 유의사항

글이나 이미지/사진 저작권 등 다른 사람의 권리를 침해하거나 명예를 훼손하는 게시물은 이용약관 및 관련법률에 의해 제재를 받을 수 있습니다.

1. 특히 뉴스/언론사 기사를 전문 또는 부분적으로 '허락없이' 갖고 와서는 안됩니다 (출처를 밝히는 경우에도 안됨).
2. 저작권자의 허락을 받지 않은 콘텐츠의 무단 사용은 저작권자의 권리를 침해하는 행위로, 이에 대한 법적 책임을 지게 될 수 있습니다.

오탈자 등록

닫기
* 도서명 :
데이터 과학을 위한 통계
* 구분 :
* 상품 버전
종이책 PDF ePub
* 페이지 :
* 위치정보 :
* 내용 :

도서 인증

닫기
도서명*
데이터 과학을 위한 통계
구입처*
구입일*
부가기호*
부가기호 안내

* 온라인 또는 오프라인 서점에서 구입한 도서를 인증하면 마일리지 500점을 드립니다.

* 도서인증은 일 3권, 월 10권, 년 50권으로 제한되며 절판도서, eBook 등 일부 도서는 인증이 제한됩니다.

* 구입하지 않고, 허위로 도서 인증을 한 것으로 판단되면 웹사이트 이용이 제한될 수 있습니다.

닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?