»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°³2025³â 05¿ù 20ÀÏ Ãâ°£ | ISBN : 1138390119 | 580ÂÊ | ±Ô°Ýèâ | 3ÆÇ
»ó¼¼À̹ÌÁö![]() ¸ñÂ÷¡á Á¦1Àå ½ÃÇè¼Ò°³ ¹× ȯ°æ±¸¼º
Á¦1Àý µ¥ÀÌÅͺм® ÀڰݽÃÇè ¼Ò°³
Á¦2Àý ºÐ¼®È¯°æ ¼³Á¤Çϱâ
¡á Á¦2Àå µ¥ÀÌÅÍ Çڵ鸵
Á¦1Àý ÆÇ´Ù½º µ¥ÀÌÅÍ ±¸Á¶
Á¦2Àý DataFrame ±âº»
Á¦3Àý row/column ¼±Åá¤Ãß°¡¡¤»èÁ¦
Á¦4Àý Á¶°Ç¿¡ ¸Â´Â µ¥ÀÌÅÍ Å½»ö ¹× ¼öÁ¤
Á¦5Àý µ¥ÀÌÅÍ Á¤·Ä
Á¦6Àý µ¥ÀÌÅÍ °áÇÕ
Á¦7Àý µ¥ÀÌÅÍ ¿ä¾à
Á¦8Àý µ¥ÀÌÅÍ À籸Á¶È
Á¦9Àý µ¥ÀÌÅÍÇÁ·¹ÀÓ¿¡ ÇÔ¼ö Àû¿ëÇϱâ
Á¦10Àý ¹®ÀÚ¿ µ¥ÀÌÅÍ º¯È¯Çϱâ
Á¦11Àý ³¯Â¥ µ¥ÀÌÅÍ Çڵ鸵
¡á Á¦3Àå EDA¿Í ½Ã°¢È
Á¦1Àý EDAÀÇ ÀǹÌ
Á¦2Àý ¸·´ë±×·¡ÇÁ¿Í È÷½ºÅä±×·¥
Á¦3Àý »óÀÚ ±×¸²(Box Plot)
Á¦4Àý »êÁ¡µµ(Scatter Plot)
Á¦5Àý ¼± ±×·¡ÇÁ
Á¦6Àý »ó°ü°ü°è ½Ã°¢È
Á¦7Àý Pandas Profiling
¡á Á¦4Àå µ¥ÀÌÅÍ Àüó¸®
Á¦1Àý µ¥ÀÌÅÍ Àüó¸®ÀÇ ÀǹÌ
Á¦2Àý ÀÌ»óÄ¡ È®ÀÎ ¹× Á¤Á¦
Á¦3Àý ¹üÁÖÇü º¯¼ö ó¸®
Á¦4Àý µ¥ÀÌÅÍ ºÐÇÒ
Á¦5Àý µ¥ÀÌÅÍ ½ºÄÉÀϸµ
Á¦6Àý Â÷¿ø Ãà¼Ò
Á¦7Àý µ¥ÀÌÅÍ ºÒ±ÕÇü ¹®Á¦ ó¸®
¡á Á¦5Àå ¸Ó½Å·¯´× ÇÁ·Î¼¼½º
Á¦1Àý ¸Ó½Å·¯´×ÀÇ ÀǹÌ
Á¦2Àý ¸Ó½Å·¯´× ºÐ¼® ÇÁ·Î¼¼½º ¼³¸í
Á¦3Àý ¼º´ÉÆò°¡ ±â¹ý
Á¦4Àý ¸Ó½Å·¯´× ºÐ¼® °úÁ¤ ºü¸£°Ô ¸Àº¸±â - ȸ±ÍºÐ¼®
Á¦5Àý ¸Ó½Å·¯´× ºÐ¼® °úÁ¤ ºü¸£°Ô ¸Àº¸±â - ºÐ·ùºÐ¼®
¡á Á¦6Àå ¸Ó½Å·¯´× - ÁöµµÇнÀ
Á¦1Àý ´Ü¼ø ¼±Çü ȸ±Í(Simple Linear Regression Model)
Á¦2Àý ´ÙÇ× È¸±Í(Polynomial Regression)
Á¦3Àý ´ÙÁß È¸±Í(Multiple Regression)
Á¦4Àý ·ÎÁö½ºÆ½ ȸ±Í(Logistic Regression)
Á¦5Àý ¼Æ÷Æ® º¤ÅÍ ¸Ó½Å(Support Vector Machine)
Á¦6Àý K-ÃÖ±ÙÁ¢ ÀÌ¿ô(KNN)
Á¦7Àý ÀÇ»ç°áÁ¤³ª¹«(Decision Tree)
Á¦8Àý ¾Ó»óºí(Ensemble)
Á¦9Àý ³ªÀ̺꺣ÀÌÁî(Naive Bayes) ºÐ·ù
¡á Á¦7Àå Åë°èºÐ¼®
Á¦1Àý Åë°èºÐ¼® ÇÁ·Î¼¼½º
Á¦2Àý t-test
Á¦3Àý ºÐ»êºÐ¼®(ANOVA)
Á¦4Àý ±³Â÷ºÐ¼®(Ä«ÀÌÁ¦°ö °ËÁ¤)
Á¦5Àý ¼±Çü ȸ±ÍºÐ¼®
Á¦6Àý ±ºÁýºÐ¼®
Á¦7Àý ¿¬°üºÐ¼®
Á¦8Àý ½Ã°è¿ºÐ¼®
¡á ÃֽбâÃ⵿Çü ¸ðÀǰí»ç
Á¦1ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦2ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦3ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦4ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦5ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦6ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
Á¦7ȸ ±âÃ⵿Çü ¸ðÀǰí»ç
ÃâÆÇ»ç ¼Æò¿ì¼± Çʱâ½ÃÇèÀÇ °ü¹®À» ¶Õ°í ¡´2025 ½Ã´ë¿¡µà ÆÄÀ̽ã ÇѱÇÀ¸·Î ³¡³»±â : µ¥ÀÌÅͺм®Àü¹®°¡(ADP) + ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â´ëºñ¡µ¸¦ ã¾Æ Áֽе¶ÀÚ´Ô²² °¨»çÀÇ ¸¶À½À» ÀüÇÕ´Ï´Ù. º»¼´Â ÆÄÀ̽ãÀ» ¼±ÅÃÇÏ¿© µ¥ÀÌÅͺм®Àü¹®°¡(ADP)¿Í ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â½ÃÇèÀ» ´ëºñÇÏ´Â ¼öÇè»ýµéÀ» À§ÇØ Á¦ÀÛÇÏ¿´½À´Ï´Ù.
Àü¸é Ä÷¯·Î ±¸¼ºÇÑ º»¼´Â ½ÃÇèÀ» ÁغñÇÏ´Â ´©±¸³ª ±âÃʺÎÅÍ ÇнÀÇÏ°í ½ÇÀü±îÁö ´ëºñÇÒ ¼ö ÀÖµµ·Ï ¾È³»ÇÕ´Ï´Ù. Ä£ÀýÇÏ°í »ó¼¼ÇÑ ¼³¸íÀ¸·Î ÀÌ·ç¾îÁø ÇÙ½ÉÀÌ·ÐÀ» ÅëÇØ ±âº»±â¸¦ ´ÙÁö°í, ÃֽбâÃ⵿Çü ¸ðÀǰí»ç 7ȸºÐÀ» Ç®¾îº¸¸ç ½Ç·ÂÀ» Á¡°ËÇÒ ¼ö ÀÖ½À´Ï´Ù. ºñÀü°øÀÚµµ ½±°Ô µû¶óÇØ º¸°í ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ¼¼úÇÏ¿´À¸¸ç, µ¥ÀÌÅͺм®ÀÇ °á°ú¸¦ ¾î¶»°Ô ÇØ¼®ÇØ¾ß ÇÏ´ÂÁö¿¡ ÁýÁßÇÏ¿´½À´Ï´Ù.
°£È¤ ÃâÁ¦µÇ´Â ƯÀÌ ¹®Ç×À» Á¦¿ÜÇϸé, °á±¹ µ¥ÀÌÅͺм®Àü¹®°¡¿Í ºòµ¥ÀÌÅͺм®±â»ç ½ÃÇèÀº µ¥ÀÌÅͺм®°¡°¡ °®Ãß¾î¾ß ÇÒ ±âº»ÀûÀÎ ¼Ò¾ç¿¡ ´ëÇØ Áú¹®Çϰí ÀÖ½À´Ï´Ù. ±×·¯¹Ç·Î ÀÌ µµ¼´Â µ¥ÀÌÅͺм®°¡¶ó¸é ±âº»ÀûÀ¸·Î ¾Ë°í ÀÖ¾î¾ß ÇÏ´Â ´ëºÎºÐÀÇ Áö½ÄÀÌ ¼ö·ÏµÇ¾î ÀÖ´Â ±âº»¼°¡ µÉ °ÍÀ̶ó È®½ÅÇÕ´Ï´Ù.
½Ã´ë¿¡µà´Â º»¼¿Í ÇÔ²² µ¥ÀÌÅͺм®Àü¹®°¡(ADP)¿Í ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â½ÃÇè¿¡ µµÀüÇÏ´Â ¼öÇè»ý ¿©·¯ºÐÀÇ ÇÕ°ÝÀ» Áø½ÉÀ¸·Î ±â¿øÇÕ´Ï´Ù. |
±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 |