이중 언어 사용 스킬 대방출! 상황별 언어 선택법과 두 언어로 작성된 스크립트 통합법
데이터 과학 프로젝트를 성공적으로 끝내려면 상황에 맞게 적절한 도구를 선택할 수 있어야 합니다. 어떤 작업에서는 R이 더 적절할 수 있지만 또 다른 작업에서는 범용 언어인 파이썬이 더 나을 수도 있기 때문입니다. 이 책은 데이터 과학에서 필수 도구인 파이썬과 R의 기술적 상호 작용에 대해 설명하고, 사례 연구를 통해 각 언어의 강점과 시너지 효과를 보여줍니다. 그리고 한 걸음 더 나아가 오픈소스 생태계를 활용한 데이터 분석, 시각화, 머신러닝 실습을 제공합니다. 파이썬과 R의 장점을 모두 활용하면 더 크고 복잡한 데이터 과학 프로젝트에서도 만족스러운 결과를 얻을 수 있을 것입니다.
2012년부터 독립 워크숍 트레이너, 프리랜서 데이터 과학자, 공동 창업자로 일하고 있다. 슈카페타 아카데미를 운영하며 독일 전역에 있는 주요 연구 기관과 협력하고 있다. 2016년부터 맡은 데이터 캠프 강의는 20만 명이 넘는 사람이 수강했으며 오라일리(O’Reilly)와 매닝(Manning)의 고급 데이터 과학 강의에도 기여했다. 현재는 사우디아라비아에 있는 미스크(Misk) 아카데미의 기술 교육과정 고문으로 데이터 과학 프로그램 개발을 이끌고 있다.
PART 1 새로운 언어의 발견
CHAPTER 1 첫걸음
1.1 R의 기원
1.2 파이썬의 기원
1.3 언어 전쟁의 시작
1.4 데이터 과학에서의 승자는?
1.5 협력과 커뮤니티 구축
정리하기
PART 2 새로운 언어 시작하기
CHAPTER 2 파이썬 사용자를 위한 R
2.1 R 제대로 사용하기
2.2 프로젝트와 패키지
2.3 티블의 성공
2.4 데이터 타입과 탐색
2.5 내부 요소 명명 규칙
2.6 리스트
2.7 팩터의 실체
2.8 필요한 내용을 찾는 방법
2.9 반복 다시 실행하기
정리하기
CHAPTER 3 R 사용자를 위한 파이썬
3.1 버전과 빌드
3.2 표준 도구
3.3 가상 환경
3.4 패키지 설치
3.5 노트북
3.6 파이썬과 R 비교
_데이터셋 가져오기
_데이터 조사하기
3.7 데이터 구조와 기술 통계
_데이터 구조: 기본으로 돌아가기
_인덱싱과 논리 표현식
_플로팅
3.8 추론 통계
정리하기
PART 3 현대적 컨텍스트
CHAPTER 4 데이터 포맷 컨텍스트
4.1 외부 패키지와 기본 패키지
4.2 이미지 데이터
4.3 텍스트 데이터
4.4 시계열 데이터
_베이스 R
_프로펫
4.5 공간 정보 데이터
정리하기
CHAPTER 5 워크플로 컨텍스트
5.1 워크플로란?
5.2 탐색적 데이터 분석
_정적 시각화
_인터랙티브 시각화
5.3 머신러닝
5.4 데이터 엔지니어링
5.5 보고서 작성
_정적 보고서 작성
_인터랙티브 보고서 작성
정리하기
PART 4 파이썬과 R 함께 사용하기
CHAPTER 6 파이썬과 R의 시너지 효과
6.1 가짜 운용성
6.2 상호 운용성
6.3 한 걸음 더
_R 마크다운 문서에서 파이썬으로 객체 전달하기
_R 마크다운 문서에서 파이썬 호출하기
_파이썬 스크립트를 소싱해서 파이썬 호출하기
_REPL을 사용하여 파이썬 호출하기
_인터랙티브 문서에서 동적 입력으로 파이썬 호출하기
정리하기
CHAPTER 7 데이터 과학 사례 연구
7.1 24년 그리고 188만 건의 산불
7.2 설정과 데이터 불러오기
7.3 탐색적 데이터 분석과 데이터 시각화
7.4 머신러닝
_파이썬 환경 설정
_피처 엔지니어링
_모델 학습
7.5 예측과 UI
정리하기
[부록] 파이썬-R 사전
- 패키지 관리
- 할당 연산자
- 타입
- 산술 연산자
- 속성
- 키워드
- 함수와 메서드
- 스타일과 명명 규칙
- 유사한 데이터 스토리지 객체
- 데이터 프레임
- 논리 표현식
- 인덱싱
