저자소개
경희대학교에서 경영정보시스템을 전공하며 박사학위를 취득하였다. 한국도로공사 ICT센터, 스마트톨링추진단, 영업시스템처 등에서 근무하면서 공공서비스 분야의 IT 혁신을 주도해 왔으며, 현재는 산업 현장에서 데이터 기반 의사결정 지원과 기술 적용 확산에 기여하고 있다. 아울러 국립창원대학교 빅데이터자산관리학과와 김천대학교 스마트물류시스템공학과에서 겸임교수로 재직하며 빅데이터, 통계, 머신러닝, 인공지능 과목을 강의하고 있으며, 풍부한 실무 경험을 바탕으로 실용적이고 문제 해결 중심의 인재 양성에 힘쓰고 있다.
목차
Chapter 01 분석 환경 구축제1절 분석 환경 이해3제2절 R과 R Studio 설치(Windows 기준)41. R 설치42. R Studio 설치53. 프로젝트 생성8제3절 Python과 아나콘다 설치(Windows 기준)101. 아나콘다 설치102. 주피터 노트북 활용12제4절 프로그래밍 기초 문법151. 변수172. 함수183. 패키지184. 연산자24Chapter 02 데이터 전처리와 탐색적 분석제1절 데이터 유형과 구조291. 데이터 유형292. 데이터 프레임 구조30제2절 데이터 탐색311. 데이터 로딩312. 데이터 파악33제3절 데이터 정제371. 이상치와 결측치 처리372. 데이터 스케일링49Chapter 03 통계이론제1절 통계의 기본개념571. 통계 개요572. 전수조사와 표본조사593. 집단 특성 지표60제2절 주요 확률분포681. 정규분포692. t분포733. 분포744. F분포75제3절 통계적 추론761. 추정762. 가설검정77Chapter 04 전통적 통계 기반 분석 기법제1절 빈도의 비율 차이 분석911. 교차분석912. Fisher의 정확성 검정100제2절 평균 차이 분석: t검정1061. 단일표본 t검정1082. 대응표본 t검정1163. 독립표본 t검정124제3절 평균 차이 분석: 분산분석1361. 일원 분산분석1372. 이원 분산분석1513. 반복측정 분산분석166제4절 상관분석1801. 데이터 불러와 확인1812. 상관분석 실시1843. 상관분석 결과 표현187제5절 회귀분석1891. 단순 선형회귀1912. 다중 선형회귀2183. 로지스틱 회귀243Chapter 05 머신러닝 기반 분석 기법제1절 머신러닝 개요2611. 개념2612. 활용 방식2623. 주요 기법2634. 분석 절차2655. 데이터 분할 방법2666. 모델 성능 평가2697. 예제 데이터274제2절 전통적 모델2771. K-최근접 이웃2772. 결정 트리2913. 서포트 벡터 머신300제3절 앙상블 모델3111. 배깅 결정 트리3112. 랜덤 포레스트3233. Gradient Boosting Machine3324. XGBoost345제4절 신경망 모델3611. 인공신경망 3612. 심층신경망375제5절 성능 평가 결과410
.png){kind=logo}
