탐색적 자료 분석
한층 더 업그레이드된 데이터 해석 역량을 위한 한 걸음

기업 실무에서의 ‘분석’은 발생한 문제나 현상에 대해 유의미한 변화를 가져오는 가설을 검정하는 단계에서 마무리되곤 한다. 하지만 단순한 가설 검정만으로 최초 발생한 문제, 또는 현상의 ‘근본 원인’이나 ‘의미’를 확인할 수는 없다. 이를 위해선 수집된 최초의 데이터를 있는 그대로 탐구·분석하는 활동이 필요하다. 이 같은 접근이 바로 ‘탐색적 자료 분석(EDA)’이다. ‘EDA’는 가설 검정의 일부나 보조로 취급되기도 하지만, 정제되지 않은 원 데이터는 그 자체로 문제 해결의 실마리를 제공하는 보고(寶庫)와도 같다. 이 책은 오랜 노하우와 다양한 시각화 자료를 통해 분석의 감춰진 한 축을 이해하고, 분석 역량과 응용력을 높일 수 있는 충분한 기회를 제공한다.

저자는 6시그마가 국내 처음으로 도입된 1997년 삼성 SDI 중앙연구소 연구원이었으며, 당시 WB인증 및 고장해석분야에서 공정 고질불량을 완전히 해결한 DMAICGB과제와 국내 처음으로 PDP 가속수명법 개발을 통한 DFSS BB과제를 수행하였으며 특히 이후의 미국 SBTI사 DFSS과정 중 Display Cost Reduction 과제성과를 토대로 Off-Job 사내 컨설턴트로 활동하였다. 삼성정밀화학, 제일모직, 효성, 삼성코닝정밀유리, 만도, 동부제철 등 DFSS를 기반으로 한 국내 대기업 연구, 제조, 간접과제는 물론, 교보생명, 동부화재 등 금융업종까지의 전방위적인 컨설팅 수행실적을 보유하고 있다.

Be the Solver 시리즈 전체 이해하기
탐색적 자료 분석(EDA)’이란?
본문의 구성

Ⅰ. 탐색적 자료 분석 개요
1. ‘분석’의 도입 배경과 차별성
2. ‘분석’의 의미와 방향

Ⅱ. 일변량 자료(Univariate Data)의 탐색적 자료 분석(EDA)
1. 개요
2. EDA 방법
3. 사례 연구(Case Study)
4. 시계열 분석(Time Series Analysis)

Ⅲ. 이변량 자료(Bivariate Data)의 탐색적 자료 분석(EDA)
1. 개요
2. EDA 방법

Ⅳ. 다변량 자료(Multivariate Data)의 탐색적 자료 분석(EDA)
1. 개요
2. EDA 방법

부록
색인