서강대학교 로욜라도서관

탑메뉴

전체메뉴

전체메뉴닫기


검색

상세정보

(밑바닥부터 시작하는) 데이터 과학 : 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

Grus, Joel

상세정보
자료유형단행본
서명/저자사항(밑바닥부터 시작하는) 데이터 과학: 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초/ 조엘 그루스 지음 ; 박은정, 김한결, 하성주 옮김
개인저자Grus, Joel
박은정, 역
김한결, 역
하성주, 역
발행사항서울: 인사이트, 2016
형태사항xviii, 318 p.: 삽화(일부천연색), 표; 24 cm
총서명Programming insight
원서명Data science from scratch :first principles with Python
ISBN9788966261819
일반주기 색인수록
본서는 "Data science from scratch : first principles with Python. 2015."의 번역서임
일반주제명Python (Computer program language)
Database management
Data structures (Computer science)
언어한국어

이 책의 다른 판을 확인할 수 있습니다. 이 책의 다른 판 보기

소장정보

서비스 이용안내
  • 찾지못한자료찾지못한자료
  • SMS발송SMS발송
메세지가 없습니다
No. 등록번호 청구기호 소장처/자료실 도서상태 반납예정일 예약 서비스
1 1277842 005.133 P6GR K 1관4층 일반도서 대출중 2020-04-13
SMS발송
2 1273577 005.133 P6GR K 1관4층 일반도서 대출가능
찾지못한자료 SMS발송


서평 (0 건)

서평추가

서평추가
별점
별0점
  • 별5점
  • 별4.5점
  • 별4점
  • 별3.5점
  • 별3점
  • 별2.5점
  • 별2점
  • 별1.5점
  • 별1점
  • 별0.5점
  • 별0점
제목입력
본문입력

*주제와 무관한 내용의 서평은 삭제될 수 있습니다.

출판사 제공 책소개

출판사 제공 책소개 일부

데이터 과학에 필요한 기초 이론과 프로그래밍, 두 마리 토끼를 모두 잡는 기본서

이 책은 라이브러리나 프레임워크와 같은 도구를 사용하지 않고 '밑바닥부터' 만들어 보며 데이터 과학과 관련된 알고리즘을 알려 주는 기본서다. 책 전반에 걸쳐 데이터 과학에 필요한 파이썬 프로그래밍과 수학, 통계학 기초를 다루며, 데이터 과학의 어려운 개념을 모두 설명하기보다는 꼭 알고 넘어가야 할 내용을 중심으로 담았다.
『밑바닥부터 시작하는 데이터 과학』은 크게 세 가지 내용으로 나뉜다. 먼저 본격적으로 데이터 과학에 뛰어들기 전, 기본적인 파이썬 프로그래밍을 배운다. 데이터 과학자에게 필요한 내용을 짚어 주는 속성 강좌로, 파이썬에 익숙하지 않은 독자라면 일독을 권한다.
이후에는 선형대수, 통계, 확률 등 데이터 과학 개념과 기술을 뒷받침하는 핵심적인 내용을 학습한다. 샘플 데이터와 예제를 통해 원리를 들여다 보는 방식으로 기초적인 내용을 다루니 수식에 겁먹지 말자.
또한 다양한 통계와 확률 이론을 바탕으로 하는 분석 모델과 알고리즘에 대해서도 알아본다. 여기서는 머신러닝의 기본 개념을 살펴보고, k-NN, 나이브 베이즈, ...

출판사 제공 책소개 전체

데이터 과학에 필요한 기초 이론과 프로그래밍, 두 마리 토끼를 모두 잡는 기본서

이 책은 라이브러리나 프레임워크와 같은 도구를 사용하지 않고 '밑바닥부터' 만들어 보며 데이터 과학과 관련된 알고리즘을 알려 주는 기본서다. 책 전반에 걸쳐 데이터 과학에 필요한 파이썬 프로그래밍과 수학, 통계학 기초를 다루며, 데이터 과학의 어려운 개념을 모두 설명하기보다는 꼭 알고 넘어가야 할 내용을 중심으로 담았다.
『밑바닥부터 시작하는 데이터 과학』은 크게 세 가지 내용으로 나뉜다. 먼저 본격적으로 데이터 과학에 뛰어들기 전, 기본적인 파이썬 프로그래밍을 배운다. 데이터 과학자에게 필요한 내용을 짚어 주는 속성 강좌로, 파이썬에 익숙하지 않은 독자라면 일독을 권한다.
이후에는 선형대수, 통계, 확률 등 데이터 과학 개념과 기술을 뒷받침하는 핵심적인 내용을 학습한다. 샘플 데이터와 예제를 통해 원리를 들여다 보는 방식으로 기초적인 내용을 다루니 수식에 겁먹지 말자.
또한 다양한 통계와 확률 이론을 바탕으로 하는 분석 모델과 알고리즘에 대해서도 알아본다. 여기서는 머신러닝의 기본 개념을 살펴보고, k-NN, 나이브 베이즈, 선형 및 로지스틱 회귀 분석, 의사결정나무, 신경망 및 클러스터링 모델 등을 배운다. 또한 추천 시스템, 자연어 처리, 네트워크 분석, 맵리듀스 등의 알고리즘을 알아 본다.
저자는 데이터 과학을 배우는 데는 스스로 해보는 것보다 좋은 방법이 없다고 조언한다. 데이터 과학에 대한 호기심과 의지만 있다면, 이 책을 따라 데이터 과학자로서의 한걸음을 내딛어 보자.

<책의 대상 독자>
- 데이터 과학에 필요한 기초와 프로그래밍 두 마리 토끼를 모두 잡고 싶은 전공자
- 수학·통계학 이론이 녹아 든 데이터 과학 관련 알고리즘을 살펴보려는 데이터 과학자
- 데이터 분석에 필요한 수학·통계학 이론을 살펴보려는 프로그래머
이전 다음

함께 비치된 도서