본서는 빅데이터 처리기술과 인공지능 딥러닝의 이해를 목적으로 하여, 파이썬과 R스튜디오를 활용한 텍스트데이터 분석에 대한 내용을 담고 있습니다.

본서는 이러한 목적에서 실무에 직접 활용 가능한 수준으로 구성하였습니다.

최근 인공지능 답러닝 분야에서 파이썬과 R스튜디오를 활용한 텍스트데이터 분석이 주요 이슈 중 하나입니다.

기초부터 차근차근 학습하도록 구성하였으며, 이를 통해 여러분들은 소기의 성과를 달성할 수 있습니다.

특히 본서는 초등학생부터 대학생 등의 일반인에 이르기까지 누구나 쉽게 접하여 혼자서도 충분히 학습 가능하도록 현장에서 실습한 내용을 바탕으로 구성하였습니다.

모쪼록 여러분들의 실력향상에 도움이 되기를 바라는 마음입니다.

목차

Ⅰ. 빅데이터 처리기술
1. 빅데이터 처리기술 13
01. 빅데이터 처리 기술의 개요 15 - 프레임워크 등
02. 빅데이터 기반 기술 65 - OS 및 가상화 기술 (분산시스템과 리눅스 운영체제, 가상화기술, 도커기반의 학습환경만들기)
03. 빅데이터 수집 기술 110 - 데이터 수집의 개요 (Apache Flume 프레임워크, 실습)
04. 빅데이터 저장 기술 149 - 분산 파일 시스템의 개념 (HDFS Hadoop File System)
05. 빅데이터 처리 기술 1 - Hadoop 201 (Map Reduce 프로그래밍 모델, Hadoop 실습)
06. 빅데이터 처리 기술 2 - Spark 237 (Spark 데이터 처리 모델, Spark 실습)
07. 빅데이터처리 기술 3 - 실시간처리 285 (Kafka: 실시간 처리를 위한 메시지 시스템, 실습)
08. 복습하기
09. 빅데이터 분석 기술 337 (텍스트 데이터 분석, 알고리즘 변형)
10. 빅데이터 시각화 기술 404 (Matplotlib을 활용한 시각화, 실습)
11. 분산 시스템실습 - 데이터 전처리 및 피처엔지니어링 466 (Spark를 활용한 데이터 전처리, 실습)
12. 분산 시스템 실습 - 분류 505
13. 분산 시스템 실습 - 회귀 546
14. 분산 시스템 실습 - 비지도 학습 583
Ⅱ. 딥러닝과 텍스트 데이터 분석
2. 딥러닝과 텍스트 데이터 분석 622
01. 딥러닝과 텍스트 데이터 분석 개요 622
02. Python, R 설치와 활용 688
03. 텍스트 마이닝 - 환경구성 850
04. 텍스트 마이닝 - 데이터 수집/전처리 923
05. 텍스트 마이닝 - 분석 및 시각화 1017
06. 딥러닝 기초 - 개념과 알고리즘(1) 1144
07. 딥러닝 기초 - 개념과 알고리즘(2) 1230
08. 복습하기
09. 텍스트 분석 - 토픽모델링 1303
10. 텍스트 분석 - 유사도 분석 1397
11. 텍스트 분석 - 연관어 분석 1489
12. 딥러닝 기반 텍스트 분석 - 분류 분석 1560
13. 딥러닝 기반 텍스트 분석 - 유사도 분석 1644
14. 딥러닝 기반 텍스트 분석 - 연관 분석 1707

출간 감사인사 1798