이 책은 독자들이 간단명료하게 데이터 분석 이론을 습득하고, 오픈 소스 기반이면서 강력한 그래픽 기능을 지원하는 R을 이용하여 실무에서 접할 수 있는 데이터 분석 실습을 할 수 있도록 구성하였다. 이 책의 명령어들을 하나씩 입력하면서 예제를 통해 어떤 기법을 사용해야 하는지 익힐 수 있으며, 명령어 옆에 있는 설명과 ‘명령어 정리’를 참고하여 R과 데이터 분석을 이해하고 다양한 상황에 응용할 수 있다. 이 책은 분명 중간에 포기하지 않고 재미있게 다양한 분석 기법을 익히도록 도울 것이다.
중원대학교 컴퓨터공학과 교수로 재직 중이며, HP KOREA, OPENWAVE KOREA, MACROMEDIA KOREA, SK C&C에서 근무했습니다. 컴퓨터 응용 분야에 관심이 많고, 25년 동안 컴퓨터 관련 실무를 수행하며, 수많은 기업체에서 컴퓨터 원리와 응용에 대해 강의하였습니다. 소셜 네트워크와 데이터마이닝, 머신러닝에 관련된 분야에 관심을 가지고 연구하고 있으며, 다음에는 데이터 분석에 대한 주제를 가지고 독자들과 만날 계획입니다.
주요 저서
「빅데이터 분석을 위한 R 프로그래밍(2016)」
「프로그래머가 알아야 할 1%의 핵심원리(2009)」 공저
머리말프롤로그 예제 소스 및 해설 다운로드이 책의 구성 학습 가이드 PART 1 데이터 분석이란?CHAPTER 01 데이터의 개념 01 데이터의 정의 02 데이터의 유형 03 데이터와 정보의 관계 CHAPTER 02 데이터베이스와 데이터베이스 관리 시스템 01 데이터베이스의 정의 02 데이터베이스의 특징 03 데이터베이스 적용 분야 04 데이터베이스 관리 시스템(DBMS) 05 데이터베이스 관리 시스템 종류 06 CAP 정리 CHAPTER 03 빅데이터 정의 및 분석 기법 01 빅데이터의 정의 02 빅데이터의 가치 03 빅데이터가 만드는 변화 04 빅데이터 분석을 위한 기법 05 데이터 활용 진화 방향 06 빅데이터 위기와 통제 방안 07 빅데이터의 미래 CHAPTER 04 데이터 사이언스 01 데이터 사이언스의 정의 02 데이터 사이언스 업무 범위 03 데이터 사이언스 영역 04 데이터 사이언스 관련 환경 분석 CHAPTER 05 데이터 분석 및 기획 01 데이터 분석 과정 02 데이터 분석 과정 사례 03 데이터 분석 기획의 정의 CHAPTER 06 데이터 분석 방법론 01 방법론의 구성 요소와 모델 및 진행 02 데이터 분석 방법론 03 KDD 분석 방법론 04 CRISP-DM 분석 방법론 05 빅데이터 분석 방법론 CHAPTER 07 분석 과제 발견 01 하향식 접근 방법 02 상향식 접근 방법 03 분석할 과제의 정의 04 분석 프로젝트 관리 방안 05 분석 프로젝트 추가 관리 대상 CHAPTER 08 분석 마스터 플랜과 분석 거버먼트 01 분석 마스터 플랜 02 분석 거버넌스 체계 PART 2 R 기초 사용법CHAPTER 01 소개 및 환경 구성 01 R 설치 02 배치 모드 실행 03 R 수행 조정 사항 CHAPTER 02 기초 사용법 01 R을 계산기처럼 사용 02 변수 정의 및 사용 03 데이터 세트 사용 04 R에서 데이터를 파일에 저장하고 읽어 오기 CHAPTER 03 데이터 타입 01 R에서 사용하는 데이터 타입 02 벡터 데이터 처리 03 행렬 데이터 처리 04 데이터 프레임 데이터 처리 05 배열 데이터 처리 06 리스트 데이터 처리 CHAPTER 04 프로그래밍 기능 01 R 프로그래밍 기능 02 함수 선언과 사용 03 함수 저장 및 활용 04 조건문 사용 05 반복문 사용 06 사용자 입력받기 07 메뉴 사용 08 정규식 사용 CHAPTER 05 데이터 조작 관련 명령어 01 rbind, cbind 명령과 행렬 데이터 사용 02 apply 계열 함수 사용 03 summary, order, sample 명령 사용 04 split, subset, with, merge 명령 사용 05 which, aggregate 명령 사용CHAPTER 06 데이터 조작 관련 패키지 사용 01 dplyr 패키지 사용 02 sqldf 패키지 사용 03 다른 패키지 PART 3 데이터 분석 및 전처리 기법CHAPTER 01 데이터 분석 전문가 필요 역량 CHAPTER 02 데이터 분석의 유형 CHAPTER 03 데이터 탐색 과정 01 칼럼 사이 연관관계 파악하기 02 정보 파악하기 03 칼럼 사이 연관관계 분석하기 04 종류별 분포 확인하기 05 별도 패키지로 탐색하기 CHAPTER 04 데이터 전처리 - 데이터 클렌징 01 데이터 전처리 02 데이터 확인 03 데이터 형식 변경 04 결측 값 처리 05 이상 값 처리 06 특성 조작 CHAPTER 05 추가적인 데이터 전처리 기법 01 데이터 정규화 - 데이터 변형 02 주성분 분석 - 데이터 개수 축소03 summary, order, sample 명령 사용04 split, subset, with, merge 명령 사용05 which, aggregate 명령 사용CHAPTER 06 효과적인 분석을 위한 변수 제거 및 선택 01 0에 가까운 분산을 가지는 변수 제거 02 상관관계가 높은 변수 제거 03 카이 제곱 검정을 통한 중요 변수 선발 PART 4 데이터 시각화 의미와 기법CHAPTER 01 데이터 시각화 의미 CHAPTER 02 R 그래프 그리기 절차 CHAPTER 03 R 그래프 전체 구성 결정 01 split.screen으로 그래프 화면 전체 구성 결정 02 par, mfrow로 그래프 화면 전체 구성 결정 CHAPTER 04 다양한 R 그래프 옵션 CHAPTER 05 R 그래프 그리기 01 그래프에 사용할 데이터 확보하기 02 확보된 데이터를 기반으로 기본 그래프 그리기 03 x축과 y축 넣기 04 그래프에 제목과 x, y축의 의미 설정하기 05 def, ghi 데이터를 그래프에 추가하기 CHAPTER 06 기본 R 그래프 그리기 01 막대 그래프 그리기 02 막대 그래프 응용하기 03 점 그래프 그리기 04 히스토그램 그리기 05 원 그래프 그리기 06 3차원 파이 그래프 그리기 07 박스 그래프 그리기 CHAPTER 07 그래프 그리기의 부가적인 기능 01 R의 그래픽 윈도우 조절법 02 꺾은선 그래프 그리기 03 선분, 화살표, 사각형, 문자열, 직선 그리기 04 두 종류 그래프 조합하기 CHAPTER 08 그래프 종류 소개 01 Sunflowerplot 그래프 02 Stars 그래프 03 Persp, Contour 그래프 CHAPTER 09 패키지로 그래프 그리기 01 plot3D 패키지 02 lattice 패키지 CHAPTER 10 ggplot2 패키지로 그래프 그리기 01 ggplot2 그래픽 그리기 - 12가지 사례 02 ggplot2 그래프 응용 사례 - 7가지 사례 03 Iris 데이터로 ggplot2 그래프 제작 실습 CHAPTER 11 데이터 시각화 방법 정리 01 한 개의 변수가 연속형 데이터인 경우 02 한 개의 변수가 범주형 데이터인 경우 03 두 개 이상의 변수가 연속형 데이터인 경우 04 두 개 이상의 변수가 범주형 데이터인 경우 PART 5 통계 분석CHAPTER 01 통계 분석 목적과 데이터 유형 01 통계 분석을 수행하는 목적 02 통계에서 사용하는 데이터 유형 CHAPTER 02 표본 만들기 및 기초 통계량 01 확률 분포 함수 의미와 종류 02 난수 만들고 분포 함수 그리기 03 표본 추출 방법 04 통계 기본 - 기초 통계량 05 분할표 작성 CHAPTER 03 독립성 및 적합성 검정 01 독립성 검정 02 적합성 검정 CHAPTER 04 통계 분석 종류 01 통계 분석을 통해 알고자 하는 것 02 통계 분석 방향과 구체적인 기법 정리 CHAPTER 05 차이 검정 01 t-test 02 분산 분석 03 부호 검정 04 비율 검정 CHAPTER 06 인과(상관) 관계 검정 01 상관계수 02 상관관계 분석 PART 6 데이터 마이닝CHAPTER 01 데이터 마이닝 정의와 사례 01 데이터 분석 역사 02 데이터 마이닝 정의 03 데이터 마이닝 응용 분야 04 데이터 마이닝 적용 사례 05 데이터 마이닝 솔루션 06 데이터 마이닝 수행을 위해 알아야 하는 분야 CHAPTER 02 데이터 마이닝 학습 분류 및 분석 방법 정리 01 지도 학습과 분석 방법 02 자율 학습 또는 비지도 학습과 분석 방법 CHAPTER 03 데이터 마이닝 추진 단계 PART 7 회귀 모델CHAPTER 01 선형 회귀 - 단순 선형 회귀 CHAPTER 02 선형 회귀 - 중선형 회귀 및 적절한 변수 선택 CHAPTER 03 비선형 회귀 - 신경망 모델 01 신경망이란? 02 신경망 모델 CHAPTER 04 커널 방법론 CHAPTER 05 로지스틱 회귀 CHAPTER 06 다항 로지스틱 회귀 PART 8 지도 학습CHAPTER 01 지도 학습 CHAPTER 02 의사 결정 나무 01 의사 결정 나무 알고리즘 종류 02 CART 알고리즘 03 조건부 추론 나무 CHAPTER 03 앙상블 01 앙상블의 정의 02 앙상블에서 사용되는 기법 03 배깅 04 랜덤 포레스트 CHAPTER 04 서포트 벡터 기계 01 초평면 02 분리 초평면 03 최대 마진 분류기 04 서포트 벡터 분류기 05 서포트 벡터 머신 06 서포트 벡터 머신 사용 CHAPTER 05 베이지안 방법론 01 베이지안 추론 02 베이지안 추론을 이용한 예측 - 베이지안 방법론 PART 9 비지도 학습CHAPTER 01 군집 분석 01 개요 02 K 평균 군집법 03 The K-Medoids 군집법 04 계층적 군집법 05 밀도 기반 군집법 CHAPTER 02 차원 축소 기법 01 차원을 줄이는 방법 02 주성분 분석 03 인자 분석 04 독립 성분 분석 05 다차원 척도법 PART 10 빅데이터에 적용되는 분석 기법CHAPTER 01 연관 규칙 분석 01 연관 규칙 분석 정의 02 연관 규칙 분석 적용 예 03 연관 규칙 분석 실습 04 순차 패턴 분석 개념과 분석 방법 CHAPTER 02 판별 분석 01 판별 분석 종류 02 선형 판별 분석 03 이차 판별 분석 CHAPTER 03 시계열 분석 01 시계열 분석 02 시계열 데이터 생성 03 시계열 데이터 분석 절차(ARIMA 기준) 04 시계열 데이터 분해 단계 05 시계열 데이터 변환 단계 06 최적화된 파라미터 결정 단계 07 모형 만들기와 예측 단계 08 변환하지 않은 시계열 데이터 기반 예측 09 시계열 데이터 군집화 PART 11 특수 분석CHAPTER 01 워드 클라우드 01 워드 클라우드 제작 사례 02 워드 클라우드를 만드는 프로그램 소개 03 워드 클라우드 제작 실습 CHAPTER 02 소셜 네트워크 분석 01 소셜 네트워크 분석 02 d3SimpleNetwork 패키지 사용 03 igraph 패키지 사용 CHAPTER 03 구조 방정식 01 경로 분석 정의 및 분석 사례 02 구조 방정식 모형 및 사례 에필로그 도판 목록 찾아보기
