데이터 분석을 떠받치는 수학(위키북스 데이터 사이언스 시리즈 47)

▣ 01장: 데이터 분석이란?

1.1 데이터 분석 프로세스

___1.1.1 문제 정의

___1.1.2 데이터 수집

___1.1.3 데이터 분석

___1.1.4 검증 및 고찰

1.2 데이터 분석 알고리즘의 특징과 종류



▣ 02장: 데이터 분석을 위한 기초

2.1 기초 통계량

___2.1.1 평균

___2.1.2 중앙값

___2.1.3 최빈값

___2.1.4 최댓값, 최솟값, 범위

2.2 분산과 표준편차

___2.2.1 표준오차

___2.2.2 분산

___2.2.3 표준편차

___2.2.4 모집단의 개수와 표본집단의 개수

___2.2.5 엑셀로 분산과 표준편차를 계산하는 방법

___2.2.6 정규분포

___2.2.7 정규분포를 이용한 이상점 검출

2.3 데이터 표준화

2.4 공분산과 상관계수

___2.4.1 공분산

___2.4.2 상관계수

2.5 행렬

___2.5.1 정방행렬

___2.5.2 영행렬

___2.5.3 대각행렬과 단위행렬

___2.5.4 삼각행렬

___2.5.5 전치행렬

2.6 행렬 연산

___2.6.1 행렬의 덧셈과 뺄셈

___2.6.2 행렬의 곱셈

___2.6.3 공분산 행렬과 상관행렬

___2.6.3 역행렬

2.7 데이터 분석과 행렬

___2.7.1 연립 방정식과 행렬

___2.7.2 좌표변환과 행렬

2.8 미분과 편미분

___2.8.1 미분

___2.8.2 편미분



▣ 03장: 압축 기법: 주성분분석

3.1 주성분분석 개요

3.2 주성분분석 실습

___Step 0 데이터 표준화

___Step 1 상관행렬을 구한다

___Step 2 상관행렬의 고윳값, 고유벡터를 구한다

___Step 3 고유벡터를 이용해 표준화된 데이터를 주성분 공간으로 이동시킨다

3.3 주성분분석 활용

___3.3.1 차원축소

___3.3.2 데이터 분석



▣ 04장: 분류 기법: 마할라노비스 -다구찌 시스템

4.1 개요

4.2 MTS 분석 실습

___4.2.1 모델 구축

___4.2.2 모델 활용(이상 감지)

4.3 역행렬을 이용한 MTS 구축

___4.3.1 모델 구축

___4.3.2 모델 활용(이상 감지)



▣ 05장: 예측기법: 회귀 분석

5.1 선형회귀분석

___5.1.1 단순 선형 회귀

___5.1.2 다중회귀

5.2 주성분회귀분석

___5.2.1 데이터 표준화

___5.2.2 상관행렬 계산

___5.2.3 고윳값, 고유벡터 계산

___5.2.4 좌표변환

___5.2.5 다중회귀 계산

___5.2.6 변환행렬 A 계산

5.3 부분최소제곱법 분석

___5.3.1 데이터 표준화

___5.3.2 가중치 행렬 W 계산

___5.3.3 잠재변수 T 계산

___5.3.4 다중회귀 계산

___5.3.5. 표준화 회귀계수 계산

___5.3.6 회귀계수 계산



▣ 06장: 데이터 분석 실습

6.1 보스턴 주택 가격 데이터

6.2 다중 선형 회귀 분석

6.3 주성분 분석을 이용한 특징 선택

손민규 소니 반도체에서 데이터 분석을 활용한 알고리즘 및 시스템 개발 업무를 했다. 현재 삼성전자에서 관련 데이터 분석 업무를 하고 있으며 사원을 대상으로 통계 알고리즘 강의를 진행했다. 일본 규슈대학교에서 인공지능의 한 분야인 Reinforcement Learning 알고리즘 개발로 박사학위를 받았으며 관심 분야는 Reinforcement Learning, Neural Network, Genetic Algorithm 등 Machine Learning Algorithm을 활용한 시스템 개발이다.



저서로는 『기초부터 시작하는 강화학습/신경망 알고리즘(2019)』과 『데이터 분석을 떠받치는 수학(2018)』이 있으며 『정석으로 배우는 딥러닝(2017)』을 감수하였고 『가장 쉬운 딥러닝 입문 교실(2018), 실전! 딥러닝(2019)』을 번역하였다.