논문 통계분석 with 파이썬머신러닝(제대로 알고 쓰는)
Regular price
$44.34
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
결과를 맞추는 통계에서, 데이터가 이끄는 연구로
논문 통계분석의 목적은 데이터 속에서 의미 있는 현상과 패턴을 발견하고, 이를 논리적으로 설명하는 데 있다.
이 책은 데이터를 먼저 탐색하고, 그 안에서 드러난 결과를 바탕으로 연구를 구성하는 귀납적 연구 접근을 정공법으로 제시한다. 또 파이썬과 머신러닝 기반 분석을 통해 기존 통계분석의 한계를 보완하고, 보다 신뢰할 수 있는 논문 작성의 새로운 방향을 제시한다. 파이썬 프로그램을 전혀 몰라도 실습을 차근차근 따라가다 보면 논문과 실무에 바로 적용 가능한 수준까지 자연스럽게 도달할 수 있다. 실제 논문 예시와 인공지능 알고리즘을 활용한 분석 과정을 통해 데이터가 이끄는 연구 결과를 자신의 논문으로 완성할 수 있도록 돕고, 연구자 개인의 지속 가능한 분석 환경을 구축하도록 설계했다.
이 책을 덮을 때쯤, 당신은 더 이상 통계를 두려워하는 연구자가 아니라 데이터 속에서 새로운 진실을 발견하는 능동적인 분석가이자 연구자로 서 있을 것이다. 이제, 새로운 연구 패러다임의 문을 열 시간이다.
논문 통계분석의 목적은 데이터 속에서 의미 있는 현상과 패턴을 발견하고, 이를 논리적으로 설명하는 데 있다.
이 책은 데이터를 먼저 탐색하고, 그 안에서 드러난 결과를 바탕으로 연구를 구성하는 귀납적 연구 접근을 정공법으로 제시한다. 또 파이썬과 머신러닝 기반 분석을 통해 기존 통계분석의 한계를 보완하고, 보다 신뢰할 수 있는 논문 작성의 새로운 방향을 제시한다. 파이썬 프로그램을 전혀 몰라도 실습을 차근차근 따라가다 보면 논문과 실무에 바로 적용 가능한 수준까지 자연스럽게 도달할 수 있다. 실제 논문 예시와 인공지능 알고리즘을 활용한 분석 과정을 통해 데이터가 이끄는 연구 결과를 자신의 논문으로 완성할 수 있도록 돕고, 연구자 개인의 지속 가능한 분석 환경을 구축하도록 설계했다.
이 책을 덮을 때쯤, 당신은 더 이상 통계를 두려워하는 연구자가 아니라 데이터 속에서 새로운 진실을 발견하는 능동적인 분석가이자 연구자로 서 있을 것이다. 이제, 새로운 연구 패러다임의 문을 열 시간이다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
파이썬&머신러닝을 활용하여 내가 발견한 것을 논문으로 만들다
우리는 인공지능이 매일의 연구와 업무에 깊숙이 스며드는 대전환의 시대에 살고 있습니다. 이러한 변화의 중심에는 '데이터 분석 능력'이 있습니다. '나는 프로그램을 전혀 모르는 문과 출신이라 코딩은 불가능하다'거나 '늦은 나이에 새로운 언어를 배우는 것은 무의미하다'는 생각을 가지고 있다면, 이 책은 그러한 망설임과 두려움으로부터 빠져나올 수 있는 탈출구가 되어줄 것입니다.
이 책은 머신러닝 알고리즘을 활용한 귀납적 접근을 통해, 기존 연구 방법이 지닌 한계를 보완하고 더욱 신뢰할 수 있는 연구 방식으로 안내합니다. 이 책에서는 데이터를 먼저 준비하고, 그 안에 숨은 현상과 패턴을 탐색하는 귀납적 접근을 정공법으로 제시합니다. 이를 통해 데이터를 먼저 다루는 것이 결코 잘못된 것이 아니며, 오히려 효율적이고 논리적인 통계분석 과정임을 알 수 있도록 구성하였습니다. 또 기존에 잘 알려지지 않은 고급 파이썬 데이터 분석 기법과 인공지능 알고리즘을 활용하여, 연구자로 하여금 데이터가 이끄는 참신한 연구 결과를 얻고 이를 논문으로 구성할 수 있도록 체계적으로 돕습니다.
지은이 머리말 중
우리는 인공지능이 매일의 연구와 업무에 깊숙이 스며드는 대전환의 시대에 살고 있습니다. 이러한 변화의 중심에는 '데이터 분석 능력'이 있습니다. '나는 프로그램을 전혀 모르는 문과 출신이라 코딩은 불가능하다'거나 '늦은 나이에 새로운 언어를 배우는 것은 무의미하다'는 생각을 가지고 있다면, 이 책은 그러한 망설임과 두려움으로부터 빠져나올 수 있는 탈출구가 되어줄 것입니다.
이 책은 머신러닝 알고리즘을 활용한 귀납적 접근을 통해, 기존 연구 방법이 지닌 한계를 보완하고 더욱 신뢰할 수 있는 연구 방식으로 안내합니다. 이 책에서는 데이터를 먼저 준비하고, 그 안에 숨은 현상과 패턴을 탐색하는 귀납적 접근을 정공법으로 제시합니다. 이를 통해 데이터를 먼저 다루는 것이 결코 잘못된 것이 아니며, 오히려 효율적이고 논리적인 통계분석 과정임을 알 수 있도록 구성하였습니다. 또 기존에 잘 알려지지 않은 고급 파이썬 데이터 분석 기법과 인공지능 알고리즘을 활용하여, 연구자로 하여금 데이터가 이끄는 참신한 연구 결과를 얻고 이를 논문으로 구성할 수 있도록 체계적으로 돕습니다.
지은이 머리말 중
목차
목차
[PART 01] 파이썬 활용을 위한 기본 지식
CHAPTER 01. 파이썬 소개
CHAPTER 02. 파이썬 설치
[PART 02] 데이터 분석
CHAPTER 03. 기술통계
CHAPTER 04. T-검정
CHAPTER 05. 분산분석
CHAPTER 06. 요인분석
CHAPTER 07. 신뢰도 분석
CHAPTER 08. 상관분석
CHAPTER 09. 회귀분석
[PART 03] 빅데이터 시대의 학습 모형과 알고리즘
CHAPTER 10. 예측을 위한 기본 지식
CHAPTER 11. 탐색적 데이터 분석
CHAPTER 12. 로지스틱 회귀분석
CHAPTER 13. K-최근접 이웃(KNN)
CHAPTER 14. 단일 트리 모델
CHAPTER 15. 다수 모델의 예측
CHAPTER 16. 서포트 벡터 머신(SVM)
CHAPTER 17. 신경망
CHAPTER 01. 파이썬 소개
CHAPTER 02. 파이썬 설치
[PART 02] 데이터 분석
CHAPTER 03. 기술통계
CHAPTER 04. T-검정
CHAPTER 05. 분산분석
CHAPTER 06. 요인분석
CHAPTER 07. 신뢰도 분석
CHAPTER 08. 상관분석
CHAPTER 09. 회귀분석
[PART 03] 빅데이터 시대의 학습 모형과 알고리즘
CHAPTER 10. 예측을 위한 기본 지식
CHAPTER 11. 탐색적 데이터 분석
CHAPTER 12. 로지스틱 회귀분석
CHAPTER 13. K-최근접 이웃(KNN)
CHAPTER 14. 단일 트리 모델
CHAPTER 15. 다수 모델의 예측
CHAPTER 16. 서포트 벡터 머신(SVM)
CHAPTER 17. 신경망
저자
저자
노경섭
현재 한국연구네트워크 LLC의 대표이며, 미국에서 데이터 분석 AI 플랫폼인 Qaicle 프로젝트를 진행하고 있다. 정보통신산업진흥원(NIPA), 정보통신기획평가원(IITP), 한국산업기술평가관리원(KEIT), 한국정보통신진흥협회(KAIT), 중소기업기술정보진흥원(TIPA), 한국방송통신전파진흥원(KCA)의 심사평가위원으로 활동하고 있으며, 경영지도사로도 활동하고 있다. 경북대, 경희대, 고려대, 부산대, 서울대, 숭실대, 연세대, 포항공대, 한국외대, 홍익대 등에서 대학생과 대학원생들을 위한 통계학과 통계분석 방법론, 논문 관련 특강을 진행했다. 관심 연구 분야는 인공지능, 빅데이터, 네트워크 기반 예측(The prediction of network) 등이다. 주요 저서로는 『제대로 알고 쓰는 논문 통계분석: SPSS & AMOS(개정증보판)』(한빛아카데미, 2019), 『제대로 시작하는 기초 통계학: Excel 활용 (2판)』(한빛아카데미, 2021), 『제대로 작성하는 논문: 시작부터 마무리까지』(한빛아카데미, 2021)가 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
