데이터 과학자의 실무에 필요한 컴퓨터 공학 및 프로그래밍을 자세히 소개한다. 또 널리 사용하는 머신러닝 알고리즘에 대한 직관적 설명, 수학적 배경, 실제 사례와 데이터 과학에서 필수인 시각화 방법과 도구, 데이터를 해석하는 데 필요한 확률과 통계도 다룬다.
추천의 말 옮긴이의 말 지은이의 말 이 책에 대하여
CHAPTER 1 데이터 과학 유니콘이 되자!
Part 1 데이터 과학 필수 요소 CHAPTER 2 큰 그림으로 보는 데이터 과학 CHAPTER 3 프로그래밍 언어 CHAPTER 4 데이터 먼징 : 문자열 다루기, 정규표현식, 데이터 정리하기 CHAPTER 5 시각화와 대표값 CHAPTER 6 머신러닝 개론 CHAPTER 7 특징값 추출 CHAPTER 8 머신러닝과 분류 CHAPTER 9 의사소통과 문서화
Part 2 데이터 과학 확장팩 CHAPTER 10 비지도학습 : 군집화와 차원 축소 CHAPTER 11 회귀 CHAPTER 12 데이터 인코딩과 파일 형식 CHAPTER 13 빅데이터 CHAPTER 14 데이터베이스 CHAPTER 15 좋은 프로그래밍 습관 기르기 CHAPTER 16 자연어 처리 CHAPTER 17 시계열 데이터 분석 CHAPTER 18 확률 CHAPTER 19 통계 CHAPTER 20 프로그래밍 언어의 주요 개념 CHAPTER 21 알고리즘의 성능과 메모리 관리
Part 3 데이터 과학 특수 분야 CHAPTER 22 컴퓨터 메모리와 자료구조 CHAPTER 23 최대 우도 추정과 최적화 CHAPTER 24 고급 분류기 CHAPTER 25 확률 과정
데이터 과학자, 무엇을 배울 것인가 = Data scientist : 빅 데이터 시대의 데이터 과학자 양성 독본2014 / 지은이: 사토 히로유키, 하라다 히로우에, 시모다 노리히로, 기무라 슌야, 오나리 히로코, 오쿠노 아키히로, 나카가와 테이토, 하시모토 타케히로, 사토 요헤이, 와다 카즈야, 하야카와 아츠시, 쿠라하시 잇세이 ; 옮긴이: 정인식 / Jpub(제이펍)
(치카치카 군단과) 충치 왕국2011 / 이진경 글.그림 / 상상박스
해킹 사회 : 휴대폰·이메일·와이파이·사물인터넷, 연결된 모든 것이 위험하다2019 / 지음: 찰스 아서 ; 옮김: 유현재, 김지연 / 미래의창
(파이썬을 이용한) 웹 크롤링과 스크레이핑 : 데이터 수집과 분석을 위한 실전 가이드2018 / 지음: 카토 코타 ; 옮김: 윤인성 / 위키북스
Python을 이용한 개인화 추천 시스템 2020 / 지음: 임일 / 청람
파이썬 라이브러리 레시피 : 표준 라이브러리부터 서드파티 패키지까지 : Python 3.x 대응2016 / [겅저]: 이케우치 다카히로, 스즈키 다카노리, 이시모토 아츠오, 고사카 겐지로, 마카비 아이 ; 옮김: 최지연 / 프리렉
정석으로 배우는 딥러닝 : 텐서플로와 케라스로 배우는 시계열 데이터 처리 알고리즘2017 / 스고모리 유우스케 지음 ; 김범준 옮김 / 위키북스
이것이 데이터 분석이다 : with 파이썬 : 파이썬으로 배우는 데이터 분석 입문 2021 / 지음:윤기태 / 한빛미디어