컨텐츠 바로가기

  • LOGIN
  • JOIN
  • MYPAGE
  • CART
  • ORDER
  • WISH LIST
검색검색
 


이전상품 다음 제품 보기 확대보기
기본 정보
브라이틱스와 함께하는 데이터 분석
저자 박현경, 고락윤, 이지현, 서범준, 이영선
서지정보 판형|46배판 • 제본|소프트커버
  페이지수|640쪽 • 발행일|2020.07.09
ISBN 979-11-90154-53-6 13000
정가 39,000원
판매가 35,100원 (3,900원 할인)
수량 수량증가수량감소
SNS 상품홍보
SNS 상품홍보

개인결제창을 통한 결제 시 네이버 마일리지 적립 및 사용이 가능합니다.

상품 옵션
배송비

 

수량을 선택해주세요.

위 옵션선택 박스를 선택하시면 아래에 상품이 추가됩니다.

상품 목록
상품명 상품수 가격
브라이틱스와 함께하는 데이터 분석 수량증가 수량감소 39000 (  )
총 상품금액(수량) : 0 (0개)

상세정보

책소개


- 데이터 분석의 모든 것을 브라이틱스를 통해 배울 수 있는 최고의 지침서

- 다양한 데이터분석 방법론을 배울 수 있는 최고의 지침서

- ProDS 실기평가 툴 Brightics Studio를 완벽분해한 기본서

 

브라이틱스는 누구나 진입장벽 없이 원활하게 데이터 분석을 할 수 있게 해 준다는 데 가장 큰 장점이 있습니다. 무엇보다 그 어떤 툴과 비교해도 사용자 친화적으로 분석 진행 과정의 흐름을 파악하기 용이하고, 시각화와 대시보드의 직관성이 정말 탁월합니다. 데이터라는 재료로 분석하는 것은 수단이지 경영환경에서 그 자체로 목적이 되는 경우는 거의 없습니다. 주목적은 빠르게 원하는 결과를 얻어내어 소통하고 가치를 만들어내는 것입니다. 브라이틱스는 이 기본 철학을 가장 충실히 반영한 효과적인 툴입니다.

이 책은 브라이틱스를 효과적으로 사용하기 위한 지침서로서 큰 의미가 있습니다. 브라이틱스의 개발과 활용에 직접 참여한 경험 많은 IT, 데이터 분석 전문가들이 저자로 참여하여 체계적이고 알기 쉽게 책을 구성하였습니다. 이 책을 통해 데이터 분석에 대한 개념을 익히고 브라이틱스를 이용한 예제를 따라하며 실전 데이터 분석을 경험해 볼 수 있습니다.

현재 데이터 분석 업무를 하고 있는 사람이 아니더라도, 이 책과 브라이틱스를 통해 데이터 분석에 입문하면 분석의 흥미를 느끼며 데이터의 가치를 이해하고 안목을 높이는 데 큰 도움을 받을 것입니다.

 

이 책은 누구를 대상으로 쓰여졌나요?

이 책은 오픈 소스인 Brightics Studio를 활용하여 실무에서 데이터 분석을 용이하게 할 수 있도록 돕는 실습 및 이론서로 기획되었으며, 이론을 공부한 후 Brightics Studio로 실습하고, 퀴즈를 통해 공부한 내용을 점검할 수 있도록 구성하였습니다. 이 책은 데이터 전처리부터 통계분석, 머신러닝, 텍스트 분석과 딥러닝에 이르기까지 데이터 분석의 전 영역에 대한 이론과 실습내용을 포함하고 있어, 데이터 분석을 처음 수행하는 초급 사용자부터 데이터 분석에 능숙한 고급 사용자까지를 대상으로 합니다.

 

실습 도구로 Brightics Studio를 활용한 이유는 무엇인가요?

Brightics AI는 삼성 SDS에서 오랜 기간 분석 프로젝트를 수행하며 어떻게 하면 분석이 기업과 사회에서 더욱 활성화될 수 있을까에 대한 고민에 대한 해답으로 개발되었습니다. 고도화된 분석이 가능한 AI/Analytics 플랫폼인 Brightics AI는 다양한 분야의 현업 프로젝트에 적용되어 활용성을 검증하면서 발전되어 왔습니다.

Brightics StudioBrightics AI의 경량화된 버전으로, 누구나 접근하여 여러 OS 환경에서 데이터를 효과적으로 분석하고 시각화 할 수 있습니다. Brightis Studio가 가진 직관적인 인터페이스와 다양한 고급 분석 함수들을 이용하여, 분석에 관심 있는 사람들이 쉽게 데이터 분석을 이해하고 빠르게 좋은 모델을 만들어 공유할 수 있게 되었습니다. 이처럼 Brightics Studio를 이용하여 전문가가 아니어도 쉽게 분석 모델을 만들 수 있고, 분석 생태계를 구축할 수 있으며, 현장 전문가 및 외부 개발자와 소통하기에도 용이해졌습니다.

Brightics Studio201811월 오픈 소스로 공개된 이후, 여러 회사와 학교에서 1.7만 명 이상이 다운로드를 받아 사용하고 있으며, Brightics의 사용 예제인 튜토리얼도 100만 뷰를 돌파하는 등 많은 사람들이 더 쉽게 데이터 분석에 접근할 수 있게 되었습니다. 이에, Brightics Studio를 이용한 실습 예제를 학습하여 실무 분석에서 Brightics Studio를 더 요긴하게 활용하는 데 도움을 주고자 이 책을 기획하였습니다.

이 책에는 삼성 SDS에서 Brightics를 활용하여 실제 기업 환경에서의 AI 데이터 분석 및 Analytics 서비스를 제공해 온 경험과 대학협력프로그램인 Brightics Academy를 통해 학계와 소통해 온 데이터 분석가들의 노하우가 담겨 있습니다. Brightics Studio의 정수가 담긴 이 책과 함께 현장의 노하우가 담긴 의미 있는 분석 결과물이 많이 탄생하게 되길 바랍니다.



저자소개


박 현 경

데이터 분석을 사랑하는 Data Scientist로, 삼성 SDS AI Analytics팀에서 근무하고 있다.

서울대학교 통계학과 석사 졸업 후, SAS Korea에서 데이터 분석 강의를 수행하였다. 금융, 유통 CRM 프로젝트에 참여하였고, SK플래닛에서 고객 분석, BI, 타게팅, 추천 관련 분석을 하였다. 삼성 SDS에서 경영, HR 관련 데이터 분석과 Brightics Tutorial 개발, 사내 강의와 KAIST MBA의 데이터 분석 강의를 수행하였다.

서적 『일 좀 하는 언니들 이야기』에서 빅데이터 분석가로 소개되었다.


고 락 윤

삼성 SDS에서 기업 관련 프로젝트 수요, 인사, 매출 등의 예측 등의 프로젝트에 참여하였고, 사내 벤처에서 개발 및 분석을 하였다. 

서울대학교 경영학과를 졸업했으며, 기업 환경과 시장에서 데이터 분석을 통해 새로운 가치를 창출하려 노력하며, 관련 분야 캐글 대회 등에서 메달을 다수 보유하고 있다. 

주요 저서로는 『누구나 쉽게 스칼라+플레이』가 있다.


이 지 현

삼성 SDS AI Analytics팀에서 근무하고 있으며, 삼성전자, 삼성물산 등에서 분석 시스템 구축과 보안, 물류, IoT 사업 등에서 분석 프로젝트를 수행하였고, Brightics Tutorial을 개발하였다.

이화여자대학교 경제학과를 졸업했고 동 대학원 통계학과 석사 과정을 졸업했다. 현재에도 사내외 강의를 병행하며 다양한 주제의 데이터 분석 업무에 참여하고 있다.


서 범 준

모두가 행복해지는 방법을 고민하는 Data Scientist로, 현재 삼성 SDS AI Analytics팀에서 분석 업무를 수행하고 있다.

고려대학교(現 서울대학교) Data Science & AI Lab에서 머신러닝 전공으로 박사 수료 후, 기업에서 보안, 마케팅, 인사 등 다양한 데이터 분석을 통한 사업화를 수행하였다.

서울대학교, KAIST, 성균관대학교 등에서 분석 강의 및 멘토링을 진행하였다.

 

이 영 선

삼성 SDS AI Analytics팀에서 경영, 수요 예측 등과 관련된 데이터 분석 프로젝트와 관련 연구를 수행하고 있다. 

서울대학교에서 통계와 경제를 공부했고 동 대학원에서 베이즈 통계로 박사 학위를 받았다. 많은 사람들에게 통계란 학문의 매력을 전달하는 것에 관심이 많으며 조만간 그러한 목적의 책을 집필하는 것이 꿈이기도 하다.




목차


추천사

베타리더 후기

저자의 말

책의 개요

실습 파일 이용

 

1. 데이터 분석 시작하기

 

1. 데이터 사이언스 트렌드

각광받는 직업, 데이터 사이언티스트

데이터 사이언스 급성장 배경

데이터 사이언티스트의 필요역량

데이터 사이언스의 활용분야

2. 브라이틱스로 데이터 분석 시작하기

브라이틱스 소개

브라이틱스 스튜디오 설치

프로젝트, 모델 만들기와 워크플로우 살펴보기

워크플로우 내부 들여다보기

데이터 업로드하기

함수 결과의 시각화 및 라벨 변경하기

3. 데이터 분석 기본

분석 프로세스

통계 및 데이터 분석 기본용어

 

2. 데이터 전처리

 

1. 데이터 정제

결측값 기본

결측값 종류

결측값 대체

이상값 기본

이상값 탐지

이상값 처리 기법

실습. 데이터 정제

데이터 정제 Quiz

 

 

2. 데이터 변환

척도 변환

범주형 변수 변환

기타 데이터 변환 기법

시계열 데이터 변환

실습. 데이터 변환

데이터 변환 Quiz

3. 파생변수의 생성

쿼리 활용을 통한 데이터 추출

실습. 파생변수의 생성

수학/문자열/날짜함수의 활용

실습. 수학함수, 문자열함수, 날짜함수의 활용

집계 함수의 활용

실습. 집계 함수의 활용

윈도우 함수의 활용

실습. 윈도우 함수의 활용

4. 행과 열의 핸들링과 정렬

행과 열의 핸들링과 정렬

정렬

5. 데이터 결합 및 형태 변환

데이터 결합

실습. 데이터 결합

행결합과 열결합

실습. 행결합

실습. 열결합

데이터 형태 변환

실습. 데이터 형태 변환

6. 표본 추출

표본 설계 및 추출

표본 추출 기법 응용

실습. 표본 추출

표본 추출 Quiz

 

3. 통계분석

 

1. 확률 변수와 확률 분포

확률 변수

확률 분포

중심극한정리의 개요

분포의 확인방법

확률 변수와 확률 분포 Quiz

2. 탐색적 데이터 분석

탐색적 데이터 분석 기본

숫자 기반 탐색적 데이터 분석

그림 기반 탐색적 데이터 분석

탐색적 데이터 분석 Quiz

3. 추정과 검정

기초개념

점추정

구간추정

가설검정

단일표본 t-검정

실습. 단일표본 t-검정

짝지어진 t-검정

실습. 짝지어진 t-검정

독립표본 t-검정

실습. 독립표본 t-검정

카이제곱 검정

실습. 카이제곱 검정

추정과 검정 Quiz

4. 분산분석

일원배치 분산분석

이원배치 분산분석

실습. 분산분석

분산분석 Quiz

5. 상관분석

상관계수

산점도

상관계수의 오용 사례

실습. 피어슨 상관분석

실습. 켄달 상관분석

상관분석 Quiz

6. 시계열분석

시계열분석 기본

탐색적 시계열분석

실습. EWMATime Series Decomposition

확률적 시계열분석

자기회귀이동평균과정

자기회귀누적이동평균과정

시계열 거리 유사도 측정

실습. ARIMAHolt-Winters

시계열분석 Quiz

 

4. 머신러닝

 

1. 머신러닝 기초

머신러닝의 대두

머신러닝 방법론

2. 모형 평가

모형 평가의 필요성

회귀 모형의 평가

분류 모형의 평가

3. 군집화

군집화의 기본 개념

계층적 군집화

실습. 계층적 군집화

분할 군집화

실습. 분할 군집화

가우시안 혼합 모형

실습. 가우시안 혼합 모형

군집화 Quiz

4. 차원축소

주성분분석

특성값분해

실습. 차원축소

차원축소 Quiz

5. 회귀

선형회귀

실습. 단순선형회귀

벌점화회귀

실습. 다중선형회귀와 벌점화회귀

회귀 Quiz

6. 분류

로지스틱 회귀

실습. 로지스틱 회귀

나이브 베이즈

실습. 나이브 베이즈

분류 Quiz

7. 회귀 및 분류

KNN

실습. KNN

SVM

실습. SVM

의사결정나무

실습. 의사결정나무

랜덤포레스트

실습. 랜덤포레스트

부스팅

실습. 부스팅

회귀 및 분류 Quiz

8. 추천

연관성 분석

실습. 연관성 분석

협업 필터링

실습. 협업 필터링

실습. 행렬 분해법

추천 Quiz

 

5. 추가 주제

1. 텍스트 분석

텍스트 분석 기본

N-gram

TF-IDF

LDA

실습. 기본 텍스트 분석

실습. TF-IDF

실습. LDA

텍스트 분석 Quiz

2. 파이썬 스크립트

브라이틱스에서의 파이썬 스크립트 활용

실습. 파이썬 스크립트

3. 딥러닝

딥러닝 기본

컨볼루션 신경망

순환 신경망

생성 모델

실습. 브라이틱스 DL 둘러보기

실습. 기본제공함수 기반 이미지 분석

실습. UDF를 이용한 브라이틱스 DL

실습. Keras 코딩을 이용한 딥러닝

딥러닝 Quiz