책소개
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.
목차
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
에필로그
찾아보기