도서 소개
파이썬을 활용한 데이터 분석의 전반적인 과정을 설명한다. 데이터 분석의 개요부터 문제 정의, 데이터 수집, 전처리, 그리고 기술적, 진단적, 예측 분석과 같은 주요 유형을 다룬다. 또한, 파이썬 개발 환경 설정 방법과 변수, 데이터 타입, 제어문, 함수 등 데이터 분석에 필요한 기본 문법을 상세히 소개한다.
이어서 NumPy, SciPy, Pandas, Matplotlib, Seaborn과 같은 핵심 라이브러리의 사용법을 설명하며, 실무 데이터 로드 및 전처리, 시각화 기법을 통해 탐색적 데이터 분석 과정을 안내한다. 마지막으로 통계적 데이터 분석(회귀분석, 시계열 분석, 분산분석)과 머신러닝(분류, 회귀)을 이용한 예측 모델링 및 평가 방법을 설명하고, 실제 데이터 분석 프로젝트 사례를 제시한다.
출판사 리뷰
이 책은 파이썬 기반의 데이터 분석의 기본을 다루는 책으로 데이터 분석에 필요한 기본 파이썬 문법, 데이터 분석 라이브러리 기반의 전처리/시각화, 회귀/시계열/분산 분석 등의 기본 통계 분석 및 분류/회귀분석 머신러닝까지 학습합니다.
● 파이썬을 활용한 데이터 분석의 전반적인 과정 설명
● 클라우드 기반의 구글 코랩을 데이터 분석 툴로 사용
● 데이터 분석에 필요한 파이썬 기본 문법 학습
● 데이터 전처리/시각화, 기본 통계 분석 및 머신러닝까지 학습
● 공공 데이터를 활용한 다양한 프로젝트 예제로 데이터 분석 실전 연습
● 챕터별 핵심 내용을 담은 요약 동영상 제공(구글 NotebookLM 사용)
-챕터별 내용 소개-
CHAPTER 01 데이터 분석의 개요
데이터 분석의 목적과 이를 위해 필요한 것을 학습
CHAPTER 02 파이썬 개발 환경 설정
파이썬 툴을 데이터 분석에 사용하기 위한 개발 환경을 설정하고, 데이터와 소스코드 파일을 배치해 프로젝트 구조로 개발하는 방식을 학습
CHAPTER 03 파이썬 기본 문법: 데이터 분석을 위한
데이터 분석의 순서를 살펴보고, 각 데이터 분석의 단계에서 필요한 파이썬 기본 문법을 학습
CHAPTER 04 데이터 분석에 필요한 주요 라이브러리
데이터프레임을 다루기 전에 알고 있어야 하는 고속 연산 라이브러리와 시각화 라이브러리를 학습
CHAPTER 05 실무 데이터 로드 및 데이터프레임 다루기
데이터 분석에 필요한 데이터프레임을 생성하기 위해 정형/비정형 데이터 파일을 로드하는 방법과 생성된 데이터프레임을 다루는 방법을 학습
CHAPTER 06 데이터 전처리: 분석 데이터 준비
실무 데이터인 데이터프레임으로부터 의미 있는 설명을 얻어내기 위해 데이터를 전처리할 때 사용하는 전처리 함수/메서드 및 결측치/이상치를 처리하는 방법을 학습
CHAPTER 07 데이터 시각화: 탐색적 데이터 분석
탐색적 데이터 분석을 위해 데이터 시각화 학습을 통해서 데이터의 현 상황을 파악하는 방법을 학습
CHAPTER 08 통계적 데이터 분석
통계적 데이터 분석은 데이터를 수집·해석해 의미 있는 정보를 얻고, 현 상태 검증·미래 예측·인과관계 파악에 활용하는 과정으로, 선형 모형, 랜덤 포레스트 등 주요 기법을 익혀 실질적인 분석 방법을 학습
CHAPTER 09 데이터 분석 프로젝트
앞에서 다룬 내용을 종합적으로 적용하는 방법을 학습하는 데이터 분석 프로젝트로, 이를 통해 데이터 분석을 실무에 적용하는 방법을 학습
CHAPTER 10 머신러닝
머신러닝은 정형 데이터를 인공지능에 학습시켜 분류와 회귀를 통해 예측에 활용하는 방법으로, 머신러닝의 개요와 분류분석 및 회귀분석 모델링을 학습
이 책은 파이썬을 활용한 데이터 분석의 전반적인 과정을 설명합니다. 데이터 분석의 개요부터 문제 정의, 데이터 수집, 전처리, 그리고 기술적, 진단적, 예측 분석과 같은 주요 유형을 다룹니다. 또한, 파이썬 개발 환경 설정 방법과 변수, 데이터 타입, 제어문, 함수 등 데이터 분석에 필요한 기본 문법을 상세히 소개합니다. 이어서 NumPy, SciPy, Pandas, Matplotlib, Seaborn과 같은 핵심 라이브러리의 사용법을 설명하며, 실무 데이터 로드 및 전처리, 시각화 기법을 통해 탐색적 데이터 분석 과정을 안내합니다. 마지막으로 통계적 데이터 분석(회귀분석, 시계열 분석, 분산분석)과 머신러닝(분류, 회귀)을 이용한 예측 모델링 및 평가 방법을 설명하고, 실제 데이터 분석 프로젝트 사례를 제시합니다.
작가 소개
지은이 : 김은옥
현재 프로브미디어 대표로 국가인재개발원, 서울시 인재개발원, 한국지역정보개발원 등의 주요 공무원 교육원에서 데이터 분석, 인공지능, 파이썬, 웹프로그래밍 강사로 활동하고 있습니다. 주요 저서로는 <기초부터 활용까지 실전으로 배우는 Ajax 웹 프로그래밍>, <막힘없이 배우는 Java Programming>, <은노기의 JSP 웹 프로그래밍 입문>, <안드로이드 프로그래밍>, <쉽게 배우는 HTML5&CSS3 그리고 jQuary>, <쉽게 배우는 파이썬> 등이 있습니다.
목차
PART I 데이터 분석 개요, 개발 환경 설정, 기본 문법
CHAPTER 01 데이터 분석의 개요
01 데이터 분석의 개념과 목적
02 데이터 분석에 필요한 것
▶ 마무리(정리&연습문제)
CHAPTER 02 파이썬 개발 환경 설정
01 데이터 분석을 위한 파이썬 개발 환경 설정
02 데이터 분석을 위한 프로젝트 구조 설정
▶ 마무리(정리&연습문제)
CHAPTER 03 파이썬 기본 문법: 데이터 분석을 위한
01 데이터 분석 순서와 각 단계에서 기본 문법의 사용
02 데이터 분석에 필요한 기본 문법
▶ 마무리(정리&연습문제)
PART II 파이썬을 사용한 데이터 분석
CHAPTER 04 데이터 분석에 필요한 주요 라이브러리
01 고속 연산 라이브러리와 과학 계산 라이브러리
02 시각화 라이브러리
▶ 마무리(정리&연습문제)
CHAPTER 05 실무 데이터 로드 및 데이터프레임 다루기
01 정형/비정형 데이터 파일 로드
02 데이터프레임 다루기
▶ 마무리(정리&연습문제)
CHAPTER 06 데이터 전처리: 분석 데이터 준비
01 데이터 전처리 방법
02 결측치/이상치 처리, 스케일링/인코딩 방법
▶ 마무리(정리&연습문제)
CHAPTER 07 데이터 시각화: 탐색적 데이터 분석
01 pandas 라이브러리를 사용한 데이터프레임 시각화
02 folium 라이브러리를 사용한 공간 데이터 시각화
▶ 마무리(정리&연습문제)
CHAPTER 08 통계적 데이터 분석
01 통계적 데이터 분석 개요
02 온실가스 데이터 분석: 회귀분석, 주기성을 갖는 시계열 데이터 예측
03 서울시 하수처리장 데이터 분석: 분산분석(ANOVA)
▶ 마무리(정리&연습문제)
CHAPTER 09 데이터 분석 프로젝트
01 상권 데이터 분석
02 보안 데이터 분석
03 삼일운동 데이터 군집분석
▶ 마무리(정리&연습문제)
CHAPTER 10 머신러닝
1. 머신러닝 개요
2. 머신러닝 분류분석/회귀분석 예측 모델링
▶ 마무리(정리&연습문제)
■ 연습문제 정답
■ 찾아보기
■ 영어 용어 정리
