빅데이터 분석의 첫걸음 R코딩
Regular price
$33.71
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
R과 함께 배우는 빅데이터 분석 입문서
이 책은 R을 통해 코딩에 대한 자신감을 높이고 데이터 분석에 대한 흥미를 가질 수 있도록 하기 위해 저술되었다. 지금 우리는 인공지능이 붐인 4차 산업혁명 시대에 살고 있다. 1956년 여러 분야의 연구자들이 모인 미국 다트머스 대학 워크숍에서 인공지능이란 단어가 사용되기 시작하고 기대와 실망을 거듭하다가 지금 다시 인공지능이 많은 문제를 해결할 것 같은 기대감에 유망 기술로 각광받고 있다. 2016년 바둑 인공지능 소프트웨어인 구글의 알파고는 이세돌 기사를 4대 1로 이기면서 세계의 이목을 끌었고, 지금은 MRI 영상정보를 판독하여 의사의 판단을 도와주는가 하면, 인간보다 높은 이미지 인식률로 스마트 팩토리, 보안 검색 및 출입 관리, 무인 점포 등에 활용되어 편리함을 더해주고 있다.
인공지능이 발달하게 되는 그 중심에는 빅데이터가 있다. 빅데이터는 융합기술이 살아 숨쉬게 하는 에너지와 같은 역할을 한다. 우리가 일상에서, 주변의 사물인터넷에서, 그리고 비즈니스와 공장에서 어마어마한 데이터를 쏟아내고 있다. 우리는 우리가 살고 있는 사회를 잘 이해하기 위해서 또는 데이터 분석의 경쟁력을 키우기 위해서 데이터와 가까워질 필요가 있다.
R은 우리에게 새로운 기회가 될 수 있다. 통계 패키지로 출발한 R은 SAS, MATLAB, SPSS 보다 더 선호되고 있으며, 범용 프로그래밍 언어인 Java, C/C++, Python 못지 않게 인기가 높다. R은 일반적인 데이터 처리를 위한 뛰어난 기능이 있고, 간단히한두 줄의 코딩으로 표, 차트, 지도 등 다양한 시각화 자료를 쉽게 만들어 내며, 웹을 통한 정보 추출과 인공지능구현을 위한 손쉬운 기능 등을 제공하고 있어 배울수록 흥미가 깊어질 것이다. 이 책은 처음 데이터를 다루는 입문자를 위해 R의 기초 문법과 여러 흥미로운 주제를 쉽게 이해할 수 있도록 내용을 구성하려고 노력하였다. 그러나, 마지막은 역시 학습자의 몫일 것이다. 관심과 반복으로 스스로 깨우치려는 노력이 더욱 요구된다
이 책은 R을 통해 코딩에 대한 자신감을 높이고 데이터 분석에 대한 흥미를 가질 수 있도록 하기 위해 저술되었다. 지금 우리는 인공지능이 붐인 4차 산업혁명 시대에 살고 있다. 1956년 여러 분야의 연구자들이 모인 미국 다트머스 대학 워크숍에서 인공지능이란 단어가 사용되기 시작하고 기대와 실망을 거듭하다가 지금 다시 인공지능이 많은 문제를 해결할 것 같은 기대감에 유망 기술로 각광받고 있다. 2016년 바둑 인공지능 소프트웨어인 구글의 알파고는 이세돌 기사를 4대 1로 이기면서 세계의 이목을 끌었고, 지금은 MRI 영상정보를 판독하여 의사의 판단을 도와주는가 하면, 인간보다 높은 이미지 인식률로 스마트 팩토리, 보안 검색 및 출입 관리, 무인 점포 등에 활용되어 편리함을 더해주고 있다.
인공지능이 발달하게 되는 그 중심에는 빅데이터가 있다. 빅데이터는 융합기술이 살아 숨쉬게 하는 에너지와 같은 역할을 한다. 우리가 일상에서, 주변의 사물인터넷에서, 그리고 비즈니스와 공장에서 어마어마한 데이터를 쏟아내고 있다. 우리는 우리가 살고 있는 사회를 잘 이해하기 위해서 또는 데이터 분석의 경쟁력을 키우기 위해서 데이터와 가까워질 필요가 있다.
R은 우리에게 새로운 기회가 될 수 있다. 통계 패키지로 출발한 R은 SAS, MATLAB, SPSS 보다 더 선호되고 있으며, 범용 프로그래밍 언어인 Java, C/C++, Python 못지 않게 인기가 높다. R은 일반적인 데이터 처리를 위한 뛰어난 기능이 있고, 간단히한두 줄의 코딩으로 표, 차트, 지도 등 다양한 시각화 자료를 쉽게 만들어 내며, 웹을 통한 정보 추출과 인공지능구현을 위한 손쉬운 기능 등을 제공하고 있어 배울수록 흥미가 깊어질 것이다. 이 책은 처음 데이터를 다루는 입문자를 위해 R의 기초 문법과 여러 흥미로운 주제를 쉽게 이해할 수 있도록 내용을 구성하려고 노력하였다. 그러나, 마지막은 역시 학습자의 몫일 것이다. 관심과 반복으로 스스로 깨우치려는 노력이 더욱 요구된다
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
Chapter 1 데이터로 움직이는 사회와 R
1.1 산업혁명
1.2 데이터로 움직이는 사회
1.3 데이터분석 도구, R
Chapter 2 R 개발환경
2.1 R 개발환경
2.2 R 설치와 시작
2.3 RStudio 설치와 시작
2.4 패키지와 라이브러리
Chapter 3 데이터 구조의 이해
3.1 데이터 구조의 이해
3.2 벡터와 연산자
3.4 배열과 행렬
3.5 리스트
3.6 데이터 프레임
3.7 데이터 파일 읽기
3.8 함수
Chapter 4 무조건 해보기
4.1 X-Y 플로팅 차트로 보는 지역별 미세먼지 현황
4.2 워드 클라우드로 보는 지역별 미세먼지 현황
4.3 애니매이션: 바람개비 돌리기
4.4 웹스크래핑: 공공데이터 포털의 API 목록 출력
4.5 동전 던지기 시뮬레이션
Chapter 5 차트 프로그래밍
5.1 단순한 차트의 유형
5.2 줄기-잎 그림
5.3 파이 차트
5.4 바 차트
5.5 X-Y 플로팅
5.5 X-Y 플로팅
5.6 히스토그램
5.7 박스 플롯
실습 과제 1: CDNow 거래 데이터를 이용한 분포 분석
실습 과제 2: 강의 길이에 대한 분포 분석
Chapter 6 애니메이션
6.1 애니메이션 개요
6.2 카운트 다운
6.3 랜덤 막대그래프
6.4 동전 던지기 확률의 변화 차트
6.5 룰렛 돌리기
6.6 라이언 킹
실습 과제 1: 수열 출력: 1~100 사이의 3의 배수 합
실습 과제 2: 당구공 굴리기
Chapter 7 지도 활용하기
7.1 구글맵과 개요
7.2 구글맵 API키 신청
7.3 구글맵 출력
7.4 단양팔경을 지도 위에
7.5 지진 발생 지역 분포
실습 과제: 미세 먼지 분포
Chapter 8 웹스크래핑
8.1 웹스크래핑 개요
8.2 문자 추출을 위한 DOM 구조의 이해
8.3 공공데이터포탈의 목록 추출(단일 페이지)
8.4 공공데이터포탈의 목록 추출(다수 페이지)
실습 과제: 유튜브의 동영상 목록 추출
Chapter 9 공공 데이터 활용
9.1 공공데이터 포탈 개요
9.2 오픈 API 인증키 신청: 미세먼지 정보
9.3 미세먼지 농도의 시간대별 변화: 막대 그래프
9.4 지역별 미세먼지 농도 비교: 지도
실습 과제 1: 특정 지역의 시간대별 미세먼지 농도의 변화
실습 과제 2: 특정 시간대의 지역별 초미세먼지 농도 비교
Chapter 10 네이버 오픈 API 활용
10.1 네이버 오픈 API 개요
10.2 네이버 정보검색 API키 발급 받기
10.3 네이버 오픈 API 기본 사항
10.4 뉴스 검색: "인공지능" 키워드
실습 과제: 네이버 블로그 검색
Chapter 11 네트워크 분석
11.1 네트워크 분석의 개요
11.2 네트워크 분석 지표
11.3 네트워크 지표 분석
11.4 페이스북 사용자 네트워크 분석
실습 과제 : 천체물리학자의 협업네트워크 분석
Chapter 12 시뮬레이션
12.1 시뮬레이션 개요
12.2 표본추출과 난수
12.3 동전 던지기
12.4 몬테카를로 시뮬레이션에 의한 원주율 구하기
12.5 회귀선 구하기
실습 과제 1: 주사위 던지기
실습 과제 2: 시물레이션과 통계적 방법의 회귀선 비교
개정 R 프로그래밍 책1.indb 10 2020-03-25 오후 2:54:
Chapter 13 인공신경망과 딥러닝의 이해
13.1 인공지능과 인공신경망 개요
13.2 인공신경망 구성과 학습
13.3 주택 가격 예측(회귀문제)
13.4 붓꽃 종의 분류(분류문제)
실습 과제 1: 가격 예측(입력 노드 수의 변경)
실습 과제 2: 붓꽃 종의 분류(은닉층 노드 수의 변경)
부록
1 R 설치
2 RStudio 설치
참고문헌
찾아보기
1.1 산업혁명
1.2 데이터로 움직이는 사회
1.3 데이터분석 도구, R
Chapter 2 R 개발환경
2.1 R 개발환경
2.2 R 설치와 시작
2.3 RStudio 설치와 시작
2.4 패키지와 라이브러리
Chapter 3 데이터 구조의 이해
3.1 데이터 구조의 이해
3.2 벡터와 연산자
3.4 배열과 행렬
3.5 리스트
3.6 데이터 프레임
3.7 데이터 파일 읽기
3.8 함수
Chapter 4 무조건 해보기
4.1 X-Y 플로팅 차트로 보는 지역별 미세먼지 현황
4.2 워드 클라우드로 보는 지역별 미세먼지 현황
4.3 애니매이션: 바람개비 돌리기
4.4 웹스크래핑: 공공데이터 포털의 API 목록 출력
4.5 동전 던지기 시뮬레이션
Chapter 5 차트 프로그래밍
5.1 단순한 차트의 유형
5.2 줄기-잎 그림
5.3 파이 차트
5.4 바 차트
5.5 X-Y 플로팅
5.5 X-Y 플로팅
5.6 히스토그램
5.7 박스 플롯
실습 과제 1: CDNow 거래 데이터를 이용한 분포 분석
실습 과제 2: 강의 길이에 대한 분포 분석
Chapter 6 애니메이션
6.1 애니메이션 개요
6.2 카운트 다운
6.3 랜덤 막대그래프
6.4 동전 던지기 확률의 변화 차트
6.5 룰렛 돌리기
6.6 라이언 킹
실습 과제 1: 수열 출력: 1~100 사이의 3의 배수 합
실습 과제 2: 당구공 굴리기
Chapter 7 지도 활용하기
7.1 구글맵과 개요
7.2 구글맵 API키 신청
7.3 구글맵 출력
7.4 단양팔경을 지도 위에
7.5 지진 발생 지역 분포
실습 과제: 미세 먼지 분포
Chapter 8 웹스크래핑
8.1 웹스크래핑 개요
8.2 문자 추출을 위한 DOM 구조의 이해
8.3 공공데이터포탈의 목록 추출(단일 페이지)
8.4 공공데이터포탈의 목록 추출(다수 페이지)
실습 과제: 유튜브의 동영상 목록 추출
Chapter 9 공공 데이터 활용
9.1 공공데이터 포탈 개요
9.2 오픈 API 인증키 신청: 미세먼지 정보
9.3 미세먼지 농도의 시간대별 변화: 막대 그래프
9.4 지역별 미세먼지 농도 비교: 지도
실습 과제 1: 특정 지역의 시간대별 미세먼지 농도의 변화
실습 과제 2: 특정 시간대의 지역별 초미세먼지 농도 비교
Chapter 10 네이버 오픈 API 활용
10.1 네이버 오픈 API 개요
10.2 네이버 정보검색 API키 발급 받기
10.3 네이버 오픈 API 기본 사항
10.4 뉴스 검색: "인공지능" 키워드
실습 과제: 네이버 블로그 검색
Chapter 11 네트워크 분석
11.1 네트워크 분석의 개요
11.2 네트워크 분석 지표
11.3 네트워크 지표 분석
11.4 페이스북 사용자 네트워크 분석
실습 과제 : 천체물리학자의 협업네트워크 분석
Chapter 12 시뮬레이션
12.1 시뮬레이션 개요
12.2 표본추출과 난수
12.3 동전 던지기
12.4 몬테카를로 시뮬레이션에 의한 원주율 구하기
12.5 회귀선 구하기
실습 과제 1: 주사위 던지기
실습 과제 2: 시물레이션과 통계적 방법의 회귀선 비교
개정 R 프로그래밍 책1.indb 10 2020-03-25 오후 2:54:
Chapter 13 인공신경망과 딥러닝의 이해
13.1 인공지능과 인공신경망 개요
13.2 인공신경망 구성과 학습
13.3 주택 가격 예측(회귀문제)
13.4 붓꽃 종의 분류(분류문제)
실습 과제 1: 가격 예측(입력 노드 수의 변경)
실습 과제 2: 붓꽃 종의 분류(은닉층 노드 수의 변경)
부록
1 R 설치
2 RStudio 설치
참고문헌
찾아보기
저자
저자
장용식
서강대학교 이학사, POSTECJ 대학원 물리학 석사, KAIST에서 경영공학 박사 학위를 취득하였고, 현재 한신대학교 IT경영학과 교수로 재직 중이다. POSCO 그룹에서 MIS 연구 및 개발 경험이 있으며, 지능정보 분야의 다수 국내외 연구 논문을 발표하였고, 안드로이드 앱, JSP 웹, R 관련 저서(공저)를 출푼하였다. 현재 사물인터넷과 데이터 분석 기반 인공지능시스템의 연구에 관심을 두고 있다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
$99 이상 무료 배송
3% 리워드 크레딧 적립
Secure Payment
