실습으로 배우는 데이터 과학(고등학생을 위한)

이 책은 파이썬 초보 사용자도 데이터 분석을 할 수 있게 구성한 책입니다. 데이터 분석의 개념을 자연스럽게 익히고 흥미를 느낄 수 있는 주제로 실제 데이터를 선정하여 데이터 분석 실습을 해보는 과정을 통해 데이터 분석의 기본을 배운 후 다양한 머신러닝 융합 프로젝트를 통해 문제를 해결해 보는 데이터 과학 실습서입니다.

이 책은 실습을 바탕으로 데이터 분석을 연습하는 제1부, 다양한 머신러닝 프로젝트를 수행하는 제2부로 나뉘어 있습니다.

제1부. 데이터 분석 연습하기 (*실습 환경: 주피터 노트북)
제1부에서는 데이터 분석을 수행하는 데 필수적인 도구인 파이썬에 초점을 맞추어 흥미로운 주제와 데이터를 활용해 데이터 처리, 시각화, 데이터 분석, 머신러닝 모델을 실습합니다.

★ 학습의 흥미를 이끄는 주제와 데이터
● 데이터 분석에 필요한 파이썬 기초 환경 구성, 판다스를 활용한 기초 통계 이해
● 맷플롯립·시본 등 라이브러리를 활용한 데이터 시각화
● FIFA 축구 선수 데이터, 국민건강보험공단 진료내역 데이터 등을 활용한 탐색적 데이터 분석(EDA) 실습
● 아이스크림 판매량·다이아몬드 가격·와인 성분 데이터를 활용한 다양한 머신러닝 모델 실습

★ 데이터 과학 이론을 쉽게 학습할 수 있는 실습 위주의 워크북
● 주제별 예제 코드와 실행 결과, 설명 → chapter별 정리하기
● 연습 문제, 잠깐! Q&A


제2부. 데이터 과학 실전 프로젝트 수행하기 (*실습 환경: 구글 코랩)
제2부에서는 청소년 건강 데이터부터 농작물 정보, 이력서 데이터 등을 바탕으로 실생활에 적용할 수 있는 다양한 종류의 머신러닝 프로젝트를 수행하며, 웹 기반 애플리케이션, 워드 클라우드, 피지컬 컴퓨팅을 이용한 스마트팜 대시보드 등을 만들어봅니다.

★ 공공데이터 활용부터 피지컬 컴퓨팅 시스템 제작까지 융합형 프로젝트 수행
● 청소년 건강 관련 공공데이터를 활용한 흡연 시작 연령 예측 프로젝트 1
● 바이브코딩으로 감귤 당도 예측 앱 제작 프로젝트 2
● 워드 클라우드로 채용 영향 요인 분석 시각화 프로젝트 3
● 감자잎 질병 예측 스마트팜 대시보드 만들기 프로젝트 4

★ 예측부터 딥러닝까지 다양한 머신러닝 모델 제작
● 기상·농업 데이터를 활용한 감귤 당도 예측 프로젝트 2
● 캐글 이력서 데이터를 활용한 채용 여부 예측 이진분류 프로젝트 3
● 합성곱 신경망으로 손글씨 숫자 분류(딥러닝) 프로젝트 5

제1부. 데이터 분석 연습하기
chapter 1. 파이썬(Python)으로 데이터 분석 환경 구성하기
01. 데이터 분석 환경 구성하기
02. 파이썬의 데이터 구조-변수부터 딕셔너리까지

chapter 2. 데이터 분석 라이브러리 판다스(pandas) 알아보기
01. 판다스란?
02. 판다스의 두 가지 기본 데이터 구조
03. 판다스 기초

chapter 3. 기초 통계로 데이터 이해하기
01. 데이터 구조 확인: info(), shape
02. 기초 통계: describe(), mean(), median(), mode()
03. 범주형 데이터 분포: value_counts()
04. 정렬: sort_values()
05. 그룹별 비교: groupby()

chapter 4. 데이터 시각화
01. 시각화란?
02. 맷플롯립(Matplotlib)
03. 시본(Seaborn)
04. 판다스 플롯을 이용한 간단한 시각화

chapter 5. 탐색적 데이터 분석(EDA)
01. 탐색적 데이터 분석이란?
02. FIFA 축구 선수 데이터 탐색
03. 국민건강보험공단 진료내역 데이터 탐색

chapter 6. 머신러닝으로 데이터 예측 및 분류 연습하기
01. 머신러닝이란 무엇인가?
02. 머신러닝의 종류
03. 머신러닝의 기본 흐름
04. 지도학습 - 회귀 | 기온(℃)에 따른 아이스크림 판매량 예측
05. 지도학습 - 회귀 | 다이아몬드 가격 예측
06. 지도학습 - 분류 | 다이아몬드 고가/일반 분류
07. 비지도학습 - 군집 | 와인 데이터 군집화

제2부. 데이터 과학 실전 프로젝트 수행하기
실전 프로젝트 시작하기
● 구글 코랩 사용하기
● 프로젝트 수행 절차

프로젝트 1. 청소년 건강 데이터로 흡연 시작 연령 예측하기
01. 문제 정의
02. 데이터 수집
03. 데이터 탐색 및 전처리
04. 모델 생성 및 학습
05. 모델 평가
06. 모델 성능 개선하기
07. 모델 활용

프로젝트 2. 제주 감귤 당도 예측 앱 제작하기
01. 문제 정의
02. 데이터 수집
03. 데이터 탐색 및 전처리
04. 모델 생성 및 학습, 평가하기
05. 모델 활용
06. 스트림릿으로 감귤 당도 예측 앱 제작하기

프로젝트 3. 이력서 데이터로 채용 여부 예측하기
01. 문제 정의
02. 데이터 수집
03. 데이터 탐색 및 전처리
04. 모델 생성 및 학습
05. 모델 평가
06. 모델 활용

프로젝트 4. 감자잎 질병 예측 스마트팜 대시보드 제작하기
01. 문제 정의
02. 데이터 수집
03. 데이터 탐색 및 전처리
04. 다양한 모델 생성 및 학습, 평가
05. 모델 활용
06. 피지컬 컴퓨팅의 이해
07. ESP32 보드로 스마트 농장 대시보드 만들기

프로젝트 5. 합성곱 신경망으로 손글씨 숫자 분류하기
01. 컴퓨터는 이미지를 어떻게 인식하는가?
02. 데이터 수집 및 전처리
03. 모델 생성 및 학습
04. 모델 평가
05. 모델 활용

● 연습 문제 정답 코드
● 부록_실전 데이터 분석을 위한 전처리
● 찾아보기

윤태현 현 고등학교 정보 교사
어쩌다 시작한 데이터 분석 수업이 새로운 도전의 시작이 되었다. 학생들의 눈높이에 맞는 데이터와 실습 자료를 고민하며 수업 콘텐츠를 개발하고, 학생들과 함께 더 나은 데이터 과학 수업을 만들어 가고 있다.