»óǰ ¾È³» ¹× ȯºÒ, ±³È¯, ¹è¼Û¹®ÀÇ | |
- °¡°Ô ÀüȹøÈ£ : | 1544-1900 |
- Àüȹ®ÀÇ ½Ã°£ : |
¿ÀÀü 9½ÃºÎÅÍ ¿ÀÈÄ 6½Ã±îÁö (¸ÅÁÖ ¿ù¿äÀÏ, È¿äÀÏ, ¼ö¿äÀÏ, ¸ñ¿äÀÏ, ±Ý¿äÀÏ, °øÈÞÀÏ Á¦¿Ü) |
- °¡°Ô À̸ÞÀÏ : | ink@kyobobook.co.kr |
- ÀÌ¿ë Åùèȸ»ç : | CJ´ëÇÑÅë¿î |
ÆÇ¸Å°¡°ÔÁ¤º¸ |
|
- »ç¾÷ÀÚ¸í : | (ÁÖ)±³º¸¹®°í |
- »ç¾÷ÀÚµî·Ï¹øÈ£ : | 102-81-11670 |
- Åë½ÅÆÇ¸Å¾÷½Å°í : | 01-0653 |
- Çö±Ý¿µ¼öÁõ : ¹ß±Þ°¡´É |
|
ÀüÈÁÖ¹® ¹× °áÁ¦¹®ÀÇ |
|
- ²ÉÇÇ´Â ¾ÆÄ§¸¶À» : | 1644-8422 |
°¡°Ô¿Í Á÷°Å·¡¸¦ ÇÏ½Ã¸é ²É¼ÛÀÌ Àû¸³ ¹× °¢Á¾ ÇýÅÿ¡¼ Á¦¿ÜµÇ°í, ¸¸ÀÏÀÇ ¹®Á¦°¡ ¹ß»ýÇÏ´Â °æ¿ì¿¡µµ ²É¸¶ÀÇ µµ¿òÀ» ¹ÞÀ¸½Ç ¼ö ¾ø½À´Ï´Ù. °¡°ÔÀÇ ºÎ´çÇÑ ¿ä±¸, ºÒ°øÁ¤ ÇàÀ§ µî¿¡ ´ëÇØ¼µµ ²É¸¶·Î Á÷Á¢ ÀüÈÁÖ¼¼¿ä. |
»ó¼¼Á¤º¸ | ±¸¸ÅÈıâ (0) | »óǰ Q&A (0) | ¹è¼Û/±³È¯/ȯºÒ ¾È³» |
Ã¥¼Ò°³¿©·¯ºÐÀÇ µ¥ÀÌÅÍ ºÐ¼® °øºÎ¸¦ Àç¹ÌÀÖ°Ô!
À¯Æ©ºê ´©Àû 130¸¸ viewÀÇ ½½±â·Î¿îÅë°è»ýȰÀÌ ¼öÇè¼ Àü¹® ºê·£µå À̱âÀû°ú ÇÔ²² ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â ÇÕ°ÝÀ» À§ÇÑ ±âº»¼¸¦ Ãâ°£ÇÏ¿´´Ù.
º» µµ¼´Â µ¥ÀÌÅÍ»ê¾÷ÁøÈï¿øÀÇ ÃֽŠÃâÁ¦±âÁØÀ» Àû¿ëÇÏ¿´À¸¸ç, ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â ½ÃÇèÀÇ ÃֽаæÇâÀ» öÀúÈ÷ ºÐ¼®ÇÏ°í ¼³¸íÇÑ ¿Ïº® ´ëºñ¼ÀÌ´Ù.
²Ä²ÄÇÑ ±âÃÊ À̷аú ÄÚµå ¼³¸íÀ¸·Î ºñÀü°øÀÚ, ÀÔ¹®ÀÚµµ È¥ÀÚ ÇнÀÇÒ ¼ö ÀÖµµ·Ï ¾È³»Çϰí ÀÖÀ¸¸ç, ÃֽбâÃâ¹®Á¦¸¦ ¼ö·ÏÇÏ¿© ½ÇÀü¿¡ öÀúÈ÷ ´ëºñÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´´Ù. ¶ÇÇÑ ½ÃÇèÀÇ ÇÙ½ÉÀ» ´Ù·ç´Â ¹«·á µ¿¿µ»óµµ Á¦°øÇÏ¿©, ÇÕ°ÝÀ» À§ÇÑ ¸ðµç ³ëÇϿ츦 ¾òÀ» ¼ö ÀÖ´Ù.
µ¶ÀÚ ¼ÒÅëÀ» À§ÇÑ Àü¿ë ä³Î statple.com/go/baeµµ °³¼³µÇ¾úÀ¸¹Ç·Î ºòºÐ±â ½ÃÇèÀ» ÁغñÇÑ´Ù¸é ²À ¹æ¹®Çغ¸ÀÚ.
»ó¼¼À̹ÌÁö![]() ¸ñÂ÷PART 01 Python ±âÃÊ¿Í µ¥ÀÌÅÍ ±¸Á¶
SECTION 01 º¯¼ö¿Í ¿¬»ê
SECTION 02 µ¥ÀÌÅÍ Å¸ÀÔÀÇ ÀÌÇØ
01 PythonÀÇ µ¥ÀÌÅÍ Å¸ÀÔ
02 µ¥ÀÌÅÍ Å¸ÀÔ º¯È¯Çϱâ
03 ÀÚ·áÇüº° ¸Þ¼µå ¿ä¾à
SECTION 03 NumPy¿Í º¤ÅÍ
01 NumPy ¶óÀ̺귯¸®
02 NumPy¿Í ¹è¿
03 NumPy º¤ÅÍ ½½¶óÀ̽Ì(Slicing)
04 NumPy º¤ÅÍ È°¿ë
¿¬½À¹®Á¦
SECTION 04 NumPy Çà·Ä°ú ¹è¿
¿¬½À¹®Á¦
SECTION 05 ¸®½ºÆ®
01 ¸®½ºÆ®(List)
02 ¸®½ºÆ® ½ÉÈ
SECTION 06 ÇÔ¼ö
01 »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö
02 Á¶°Ç¹®°ú ¹Ýº¹¹®
03 ÇÔ¼ö¿Í ȯ°æ
PART 02 µ¥ÀÌÅÍ Ã³¸®
SECTION 01 Pandas ¶óÀ̺귯¸®
01 Pandas¿Í µ¥ÀÌÅÍ ÇÁ·¹ÀÓ
02 PandasÀÇ ¸Þ¼µå
¿¬½À¹®Á¦
SECTION 02 Pandas¸¦ Ȱ¿ëÇÑ ³¯Â¥, ¹®ÀÚ¿ ó¸®
¿¬½À¹®Á¦
SECTION 03 scikit-learnÀ» Ȱ¿ëÇÑ µ¥ÀÌÅÍ Àüó¸®
01 µ¥ÀÌÅÍ Àüó¸® °³¿ä
02 °áÃøÄ¡ ó¸®
03 ¹üÁÖÇü º¯¼ö ó¸®
04 º¯¼ö º¯È¯ ¹× ½ºÄÉÀϸµ
05 Â÷¿ø Ãà¼Ò¿Í µ¥ÀÌÅÍ ´©¼ö ¹æÁö
PART 03 ¸Ó½Å·¯´×°ú ¸ðµ¨¸µ
SECTION 01 scikit-learnÀ» Ȱ¿ëÇÑ ¸ðµ¨ Æò°¡ & ÆÄ¶ó¹ÌÅÍ Æ©´×
SECTION 02 scikit-learnÀ» Ȱ¿ëÇÑ È¸±Í ¸ðµ¨ ÀûÇÕ
01 ȸ±Í ºÐ¼®ÀÇ ±âº»
02 ȸ±Í ºÐ¼® ¾Ë°í¸®Áò
03 ¾Ó»óºí ÇнÀ
04 °í±Þ ȸ±Í ±â¹ý(SVR, Support Vector Regression)
05 ¸ð¹ü ´ä¾È ÀÛ¼º ¿¹½Ã
SECTION 03 scikit-learnÀ» Ȱ¿ëÇÑ ºÐ·ù ¸ðµ¨ ÀûÇÕ
01 ºÐ·ù ¸ðµ¨ Æò°¡ ¹× ÁöÇ¥
02 ºÐ·ù ¾Ë°í¸®Áò
03 ¾Ó»óºí ÇнÀ
04 °í±Þ ºÐ·ù ±â¹ý(SVM, Support Vector Machine)
05 ¸ð¹ü ´ä¾È ÀÛ¼º ¿¹½Ã
SECTION 04 scikit-learnÀ» Ȱ¿ëÇÑ ±ºÁýºÐ¼® ¼öÇà
01 ±ºÁýºÐ¼® Áغñ
02 ±ºÁýºÐ¼® ±â¹ý
PART 04 Åë°è¿Í È®·ü
SECTION 01 ±âÃÊ Åë°è & È®·üÀÇ ÀÌÇØ
01 Ç¥º» ÃßÃâ
02 Åë°èÀû ¿ë¾î Á¤¸®
03 È®·ü °è»ê °úÁ¤ÀÇ ÀÌÇØ
04 È®·üº¯¼öÀÇ Æí¸®¼º
SECTION 02 È®·üºÐÆ÷ ´Ù·ç±â
01 SciPy ¶óÀ̺귯¸®¿Í ºÐÆ÷ ÇÔ¼ö
02 ÀÌ»ê È®·üºÐÆ÷
03 ¿¬¼Ó È®·üºÐÆ÷
PART 05 Åë°èÀû ÃßÁ¤°ú °ËÁ¤
SECTION 01 Åë°èÀû ÃßÁ¤°ú °¡¼³ °ËÁ¤
01 ±¸°£ ÃßÁ¤
02 Åë°èÀû °ËÁ¤
03 °ËÁ¤Åë°è·®
SECTION 02 t-°ËÁ¤°ú ºÐ»ê ºñ±³
01 t-°ËÁ¤ÀÇ ÀÚ·áÇü
02 t-°ËÁ¤ÀÇ Á¾·ù
03 µ¥ÀÌÅÍ ºÐ¼®¿¡¼ t-°ËÁ¤ Àû¿ë
04 Python¿¡¼ t-°ËÁ¤ ¼öÇà
05 t-°ËÁ¤ Á¾·ù¿¡ µû¸¥ °ËÁ¤Åë°è·®
06 µÎ ±×·ìÀÇ ºÐ»êÀÌ °°À½À» üũÇÏ´Â ¹æ¹ý
SECTION 03 µ¥ÀÌÅͰ¡ ºÐÆ÷¸¦ µû¸£´ÂÁö È®ÀÎÇÏ´Â ¹æ¹ý
01 ´Ù¼¸ ¼ýÀÚ ¿ä¾à°ú IQR
02 Quantile-Quantile plot
03 Shapiro-Wilk °ËÁ¤
04 ¾Ø´õ½¼-´Þ¸µ(Anderson-Darling) °ËÁ¤
05 Ä«ÀÌÁ¦°ö °ËÁ¤
SECTION 04 ºÐ»ê ºÐ¼®
01 ºÐ»ê ºÐ¼®(ANOVA, Analysis of Variance)
02 ÀÏ¿ø ºÐ»ê ºÐ¼®(One-way ANOVA)
03 °¡Á¤ üũ¿Í »çÈÄ °ËÁ¤
SECTION 05 ºñ¸ð¼ö °ËÁ¤
01 ºñ¸ð¼ö °ËÁ¤
02 ºñ¸ð¼ö ºÐ»ê °ËÁ¤(Levene test)
03 1 Ç¥º» ºÎÈ£ °ËÁ¤(Sign test)
PART 06 ¼±Çü ¸ðÇü
SECTION 01 ¼±Çü ȸ±Í ºÐ¼®
01 »ó°ü°è¼ö(Correlation Coefficient)
02 ´ÙÁß ¼±Çü ȸ±Í(Multiple Linear Regression)
03 ¸ðµ¨ Æò°¡
04 ¿¹Ãø
¿¬½À¹®Á¦
SECTION 02 ·ÎÁö½ºÆ½ ȸ±Í ºÐ¼®(Logistic Regression)
01 ·ÎÁö½ºÆ½ ȸ±Í ±âº» °³³ä
02 ·ÎÁö½ºÆ½ ȸ±Í°è¼ö ¿¹Ãø°ú ÇØ¼®
03 ·ÎÁö½ºÆ½ ȸ±Í ºÐ¼® °úÁ¤
¿¬½À¹®Á¦
PART 07 ÃֽбâÃâ¹®Á¦
±âÃâ¹®Á¦ Á¦9ȸ(2024-11-30 ½ÃÇà)
±âÃâ¹®Á¦ Á¦8ȸ(2024-06-22 ½ÃÇà)
±âÃâ¹®Á¦ Á¦7ȸ(2023-12-02 ½ÃÇà)
±âÃâ¹®Á¦ Á¦6ȸ(2023-06-24 ½ÃÇà)
±âÃâ¹®Á¦ Á¦5ȸ(2022-12-03 ½ÃÇà)
±âÃâ¹®Á¦ Á¦4ȸ(2022-06-25 ½ÃÇà)
±âÃâ¹®Á¦ Á¦3ȸ(2021-12-04 ½ÃÇà)
±âÃâ¹®Á¦ Á¤´ä & ÇØ¼³
ÃâÆÇ»ç ¼Æò- ±âÃÊ ÀÌ·Ð ¡æ ¿¬½À¹®Á¦ ¡æ ÃֽбâÃâ¹®Á¦·Î À̾îÁö´Â Æ÷ÀÎÆ® ±¸¼º
µ¥ÀÌÅÍ ºÐ¼® Àü¹® ä³Î ½½±â·Î¿îÅë°è»ýȰÀÌ ÁýÇʰú °¨¼ö¿¡ Âü¿©ÇÏ¿© ºòºÐ±â ½ÃÇèÀÇ ¹ÙÀ̺íÀ» ¸¸µé±â À§ÇØ ³ë·ÂÇÏ¿´½À´Ï´Ù. ÀÚÄ© ¾î·Æ°Ô ´À²¸Áö°í ¹æ´ëÇÑ ¾çÀÌ µÉ ¼ö ÀÖ´Â ½Ç±â ³»¿ëÀ» ½ÃÇè ºÐ¼®À» ÅëÇØ Æ÷ÀÎÆ®¸¦ °Á¶ÇÏ¿´°í, ½±°í ¾ËÂù ±¸¼ºÀ¸·Î µ¶ÀںеéÀÌ Ã¼°èÀûÀ¸·Î ÇнÀÇÒ ¼ö ÀÖµµ·Ï °í¹ÎÇϸç Ã¥À» ¸¸µé¾ú½À´Ï´Ù.
- ÆÄÀ̽ã ÀÔ¹®ÀÚµµ ÇÒ ¼ö ÀÖ´Â ºòµ¥ÀÌÅÍ ºÐ¼® ½ÇÀü °¡À̵å
ÀÌ Ã¥¿¡´Â ¸ðµç ½Ç½À ÄÚµå¿Í ½ÃÇè ´ëºñ ³ëÇϿ찡 ´ã°Ü ÀÖ½À´Ï´Ù. Á÷Á¢ ŸÀÌÇÎÇϸç ÇнÀÇϸé, ÀÔ¹®ÀÚ´Â ±âÃʸ¦ źźÈ÷ ´ÙÁö°í, Áß±ÞÀÚ´Â ½Ç·ÂÀ» ÇÑÃþ ´õ ¾÷±×·¹À̵åÇÒ ¼ö ÀÖ½À´Ï´Ù. ¶ÇÇÑ, Ä£ÀýÇÑ ÆÁ°ú ¿ë¾î ÇØ¼³À» Æ÷ÇÔÇÏ¿© ½Ç±â ³»¿ëÀ» ¸íÈ®ÇÏ°Ô Á¤¸®ÇÏ¿´½À´Ï´Ù.
- ¾ö¼±ÇÏ¿© ¼ö·ÏÇÑ ¿¬½À¹®Á¦¿Í ÃֽбâÃâ¹®Á¦
½ÇÁ¦ ÃâÁ¦µÈ ±âÃâ¹®Á¦¸¦ º¹¿øÇϰí ÇÙ½É ÀÌ·ÐÀ» ´ãÀº ¿¬½À¹®Á¦¸¦ ¼ö·ÏÇÏ¿© ½ÇÀü¿¡ ´ëºñÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ÀÌÇØÇϱ⠽¬¿î ¼³¸í°ú ¿¹½Ã¸¦ ÅëÇØ °øºÎÇÑ ÀÌ·ÐÀ» ´Ù½Ã È®ÀÎÇϸç öÀúÈ÷ ½ÇÀü¿¡ ´ëºñÇÒ ¼ö ÀÖ½À´Ï´Ù.
- µ¥ÀÌÅÍ ºÐ¼® °øºÎ¸¦ À§ÇÑ ½½±â·Î¿îÅë°è»ýȰ ¿¬±¸¼Ò statple.com/go/bae
µ¥ÀÌÅÍ ºÐ¼®°ú Åë°è¸¦ °øºÎÇÏ´Â ºÐµéÀÇ ¸ðµç °í¹Î! ½½Åë ¿¬±¸¼Ò¿¡¼ ÇØ°áÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. Àü¹®°¡µéÀÌ ÇÔ²²ÇÏ´Â Áú¹®´äº¯°ú ¹«·á µ¿¿µ»ó, Ãß°¡ ÀÚ·á µî µ¶Àںе鲲 Á¦°øµÇ´Â ´Ù¾çÇÑ ÇýÅõéÀ» È®ÀÎÇØº¸¼¼¿ä. |
±³È¯ ¹× ȯºÒ °¡´É |
»óǰ¿¡ ¹®Á¦°¡ ÀÖÀ» °æ¿ì |
1) »óǰÀÌ Ç¥½Ã/±¤°íµÈ ³»¿ë°ú ´Ù¸£°Å³ª ºÒ·®(ºÎÆÐ, º¯Áú, ÆÄ¼Õ, Ç¥±â¿À·ù, À̹°È¥ÀÔ, Áß·®¹Ì´Þ)ÀÌ ¹ß»ýÇÑ °æ¿ì - ½Å¼±½Äǰ, ³ÃÀå½Äǰ, ³Ãµ¿½Äǰ : ¼ö·ÉÀÏ ´ÙÀ½³¯±îÁö ½Åû - ±âŸ »óǰ : ¼ö·ÉÀϷκÎÅÍ 30ÀÏ À̳», ±× »ç½ÇÀ» ¾È ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳» ½Åû 2) ±³È¯ ¹× ȯºÒ½Åû ½Ã ÆÇ¸ÅÀÚ´Â »óǰÀÇ »óŸ¦ È®ÀÎÇÒ ¼ö ÀÖ´Â »çÁøÀ» ¿äûÇÒ ¼ö ÀÖÀ¸¸ç »óǰÀÇ ¹®Á¦ Á¤µµ¿¡ µû¶ó Àç¹è¼Û, ÀϺÎȯºÒ, ÀüüȯºÒÀÌ ÁøÇàµË´Ï´Ù. ¹Ýǰ¿¡ µû¸¥ ºñ¿ëÀº ÆÇ¸ÅÀÚ ºÎ´ãÀ̸ç ȯºÒÀº ¹ÝǰµµÂøÀϷκÎÅÍ ¿µ¾÷ÀÏ ±âÁØ 3ÀÏ À̳»¿¡ ¿Ï·áµË´Ï´Ù. |
´Ü¼øº¯½É ¹× ÁÖ¹®Âø¿ÀÀÇ °æ¿ì |
1) ½Å¼±½Äǰ, ³ÃÀå½Äǰ, ³Ãµ¿½Äǰ ÀçÆÇ¸Å°¡ ¾î·Á¿î »óǰÀÇ Æ¯¼º»ó, ±³È¯ ¹× ȯºÒÀÌ ¾î·Æ½À´Ï´Ù. 2) ÈÀåǰ ÇǺΠƮ·¯ºí ¹ß»ý ½Ã Àü¹®ÀÇ Áø´Ü¼ ¹× ¼Ò°ß¼¸¦ Á¦ÃâÇϽøé ȯºÒ °¡´ÉÇÕ´Ï´Ù. ÀÌ °æ¿ì Á¦¹Ýºñ¿ëÀº ¼ÒºñÀÚ ºÎ´ãÀ̸ç, ¹è¼Ûºñ´Â ÆÇ¸ÅÀÚ°¡ ºÎ´ãÇÕ´Ï´Ù. ÇØ´ç ÈÀåǰ°ú ÇǺΠƮ·¯ºí°úÀÇ »ó´çÇÑ Àΰú°ü°è°¡ ÀÎÁ¤µÇ´Â °æ¿ì ¶Ç´Â Áúȯġ·á ¸ñÀûÀÇ °æ¿ì¿¡´Â Áø´Ü¼ ¹ß±Þºñ¿ëÀ» ÆÇ¸ÅÀÚ°¡ ºÎ´ãÇÕ´Ï´Ù. 3) ±âŸ »óǰ ¼ö·ÉÀϷκÎÅÍ 7ÀÏ À̳» ½Åû, ¿Õº¹¹è¼Ûºñ´Â ¼ÒºñÀÚ ºÎ´ã 4) ¸ð´ÏÅÍ ÇØ»óµµÀÇ Â÷ÀÌ·Î »ö»óÀ̳ª À̹ÌÁö°¡ ´Ù¸¥ °æ¿ì ´Ü¼øº¯½É¿¡ ÀÇÇÑ ±³È¯ ¹× ȯºÒÀÌ Á¦ÇÑµÉ ¼ö ÀÖ½À´Ï´Ù. |
|
±³È¯ ¹× ȯºÒ ºÒ°¡ |
1) ½Åû±âÇÑÀÌ Áö³ °æ¿ì 2) ¼ÒºñÀÚÀÇ °ú½Ç·Î ÀÎÇØ »óǰ ¹× ±¸¼ºÇ°ÀÇ Àüü ¶Ç´Â ÀϺΰ¡ ¾ø¾îÁö°Å³ª ÈѼÕ, ¿À¿°µÇ¾úÀ» °æ¿ì 3) °³ºÀÇÏ¿© ÀÌ¹Ì ¼·ÃëÇÏ¿´°Å³ª »ç¿ë(Âø¿ë ¹× ¼³Ä¡ Æ÷ÇÔ)ÇØ »óǰ ¹× ±¸¼ºÇ°ÀÇ °¡Ä¡°¡ ¼Õ»óµÈ °æ¿ì 4) ½Ã°£ÀÌ °æ°úÇÏ¿© »óǰÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì 5) »ó¼¼Á¤º¸ ¶Ç´Â »ç¿ë¼³¸í¼¿¡ ¾È³»µÈ ÁÖÀÇ»çÇ× ¹× º¸°ü¹æ¹ýÀ» ÁöŰÁö ¾ÊÀº °æ¿ì 6) »çÀü¿¹¾à ¶Ç´Â ÁÖ¹®Á¦ÀÛÀ¸·Î ÅëÇØ ¼ÒºñÀÚÀÇ ÁÖ¹®¿¡ µû¶ó °³º°ÀûÀ¸·Î »ý»êµÇ´Â »óǰÀÌ ÀÌ¹Ì Á¦ÀÛÁøÇàµÈ °æ¿ì 7) º¹Á¦°¡ °¡´ÉÇÑ »óǰ µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì 8) ¸À, Çâ, »ö µî ´Ü¼ø ±âÈ£Â÷ÀÌ¿¡ ÀÇÇÑ °æ¿ì |