R 데이터 분석(데이터 분석 전문가를 위한)

데이터 분석 방법을 스스로 깨우친다!

이 책이 다른 책과 다른 점은 원리나 공식을 나열하기보다 언제 어떤 기법을 써서 어떤 결과를 얻을 수 있는지 익힐 수 있도록 구성한 것입니다. 마치, 우리가 운전을 하면서도 엔진 구성이나 타이어의 원리를 모르는 것과 같이 원리나 공식을 암기하지 않더라도 데이터 분석을 자연스럽게 이해하고 응용하면서 각 기법의 의미와 원리, 활용 방향을 깨닫게 됩니다.



분석에 필요한 기술 전부를 익힌다!

데이터 분석 기초 이론부터 다양한 주요 분석 기법(회귀, 의사 결정 나무, 주성분, 연관 규칙, 군집, 시계열), 통계 및 전처리 분석 기법, 특수 상황에 대한 분석 기법(구조 방정식, 소셜 네트워크, 텍스트 마이닝) 등을 재미있게 익히면서 데이터를 분석하고, 데이터 사이 관계를 파악하여 숨은 의미와 유용한 정보를 찾을 수 있습니다.



데이터 분석 전문가 자격증까지 대비한다!

이 책의 내용 대부분은 데이터 분석 전문가 자격증과 밀접하게 연관되어 있습니다. 시험의 주요 내용인 데이터에 대한 이해와 처리 기술에 대한 기본 지식, 시각화 방법을 다루기 때문에 데이터 분석을 익히는 동시에 데이터 분석 전문가(ADP, ADsP) 자격증까지 대비할 수 있습니다. 자격증에 대비하여 우수한 역량을 확보하세요.



200개 이상의 예제와 연습 문제, 복습을 위한 퀴즈 제공!

200개 이상의 실무 예제와 배운 내용을 바로 적용해 보고 생각해 볼 수 있는 연습 문제, 파트별 복습을 위한 퀴즈 등 다양한 구성 요소로 지루할 틈이 없으며, 다양한 방법으로 데이터 분석을 위한 사고를 키울 수 있도록 유도하여 자연스럽게 원리를 익히며 실력을 다질 수 있도록 구성하였습니다. 자기 주도 학습의 교재나 대학, 학원에서의 강의 교재로도 추천합니다.

머리말

프롤로그

예제 소스 및 해설 다운로드

이 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 사용법



CHAPTER 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 사용



CHAPTER 06 데이터 조작 관련 패키지 사용

01 dplyr 패키지 사용

02 sqldf 패키지 사용

03 다른 패키지



PART 3 데이터 분석 및 전처리 기법



CHAPTER 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 축소

03 summary, order, sample 명령 사용

04 split, subset, with, merge 명령 사용

05 which, aggregate 명령 사용



CHAPTER 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 기법



CHAPTER 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 분석



CHAPTER 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 마이닝



CHAPTER 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 모델



CHAPTER 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 학습



CHAPTER 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 학습



CHAPTER 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 기법



CHAPTER 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 분석



CHAPTER 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

조민호 중원대학교 컴퓨터공학과 교수로 재직 중이며, 25년 이상 프로그램 개발 및 컨설팅 분야에서 실무를 수행하였다. 컴퓨터 응용 분야에 관심이 많으며 수많은 기업체에서 소프트웨어 모델링, 디자인 분야에 대해 강의하였다. 최근에는 소셜 네트워크, 머신러닝, 데이터 분석 분야에 대해 연구하고 있다.



주요 저서

<그림으로 정리한 알고리즘과 자료구조[자바+파이썬](2018)>

〈빅데이터 분석을 위한 R 프로그래밍(2016)〉

〈프로그래머가 알아야 할 1%의 핵심원리(2009)〉 공저