Data Smart > 전산통계/해석

본문 바로가기
쇼핑몰 검색
  • 회원가입
    2000

    로그인

    다양한 서비스와 이벤트 혜택을 누리실 수 있습니다.

    아이디 비밀번호
Data Smart > 전산통계/해석

Data Smart 요약정보 및 구매

기본설명

상품 선택옵션 0 개, 추가옵션 0 개

제조사 에이콘출판
원산지 국내산
브랜드 에이콘출판
시중가격 30,000원
판매가격 27,000원
배송비결제 주문시 결제
최소구매수량 1 개
최대구매수량 999 개

선택된 옵션

  • Data Smart
    +0원
위시리스트

관련상품

등록된 상품이 없습니다.

  • 상품정보
  • 사용후기 0
  • 상품문의 0
  • 배송정보
  • 교환정보
  • 상품정보

    상품 기본설명

    기본설명

    상품 상세설명

    Data Smart

    9788960777378.jpg

    도서명:Data Smart
    저자/출판사:존,포먼/에이콘출판
    쪽수:522쪽
    출판일:2015-07-28
    ISBN:9788960777378

    목차
    1 스프레드시트에서 꼭 알아야 하지만, 감히 물어보지 못했던 것들
    __몇 개의 샘플 데이터
    __컨트롤 버튼으로 빠르게 이동
    __수식과 데이터를 빠르게 복사
    __셀 서식 선택
    __선택하여 붙여넣기
    __차트 삽입
    __찾기 및 바꾸기
    __값의 위치, 어떤 위치의 값을 다루는 수식
    __VLOOKUP을 사용하여 데이터 합치기
    __필터와 정렬
    __피벗 테이블 사용
    __배열 수식 사용
    __해 찾기로 문제 풀기
    __오픈솔버: 필요 없기를 바랬는데, 필요한 것
    __정리

    2 군집분석 1: K-평균을 사용하여 고객 기반 세분화
    __여자 아이들은 여자 아이들과 춤을 추고, 남자 아이들은 발꿈치를 긁는다
    __실제 적용: K-평균 군집화로 이메일 마케팅에서의 고객 분류
    ____제이 뱅 오도넛 와인 도매 상사
    ____최초의 데이터 셋
    ____측정할 대상 결정
    ____4개의 군집으로 시작
    ____유클리드 거리: 직선 거리 구하기
    ____모든 고객에 대한 거리와 군집 할당
    ____군집 중심점 계산
    ____결과 이해
    ____군집별 가장 많았던 거래 정보 얻기
    ____실루엣: 서로 다른 K 값이 치고받을 수 있도록 하는 좋은 방법
    ____5개의 군집은 어떤가?
    ____다섯 개의 군집에서 해 찾기
    ____5개 군집의 최고 거래 내용 보기
    ____5-평균 군집화에서 실루엣 계산
    __k-중앙 군집화와 비대칭적인 거리 측정
    ____k-중앙 군집화의 사용
    ____더 적합한 거리 매트릭스 구하기
    ____이 모든 것을 엑셀에 집어 넣기
    ____5-중앙 군집법에서의 최고 거래 보기
    __정리

    3 나이브 베이즈: 바보이기에는 너무나 민첩한
    __제품 이름을 맨드릴로 지으면 신호와 잡음을 동시에 얻는다
    __세상에서 가장 간단한 확률 이론 소개
    ____조건부 확률 모두 합하기
    ____결합 확률, 체인 규칙, 독립
    ____종속적인 상황에서는 어떤 일이 벌어지는가?
    ____베이즈의 정리
    __베이즈 규칙을 사용하여 인공지능 모델 만들기
    ____높은 수준의 분류 확률은 종종 같다고 가정된다
    ____추가로 고려할 잡다한 것들
    __엑셀 시작
    ____불필요한 문장 부호 제거
    ____빈칸을 사용하여 나누기
    ____토큰의 개수와 확률 계산
    ____모델을 가졌으므로 사용해 보자
    __정리

    4 모델 최적화: 신선한 과즙이 자기 스스로 혼합되는 것은 아니기 때문에
    __데이터 과학자가 최적화를 알아야 하는 이유
    __간단한 균형점 잡기 문제로 시작
    ____문제를 하나의 포트폴리오로 표현
    ____레벨셋을 이동하여 문제 풀기
    ____심플렉스 메소드: 코너에서 찾기
    ____엑셀로 작업해 보기
    ____이 장의 뒤쪽에 괴물이 있다
    __혼합 모델을 이용해 과수원에서 유리잔까지 유지되는 신선함
    ____혼합 모델의 사용
    ____몇 가지 스펙으로 시작하자
    ____일관성으로 돌아와서
    ____데이터를 엑셀에 넣기
    ____해 찾기에 문제 설정
    ____기준 낮추기
    ____죽은 다람쥐 치우기: 미니맥스 공식
    ____IF-Then과 Big M 제한 조건
    ____변수들을 곱하기: 볼륨을 11로 키우기
    __리스크 모델링
    ____정규분포하는 데이터
    __정리

    5 군집분석 2: 네트워크 그래프와 커뮤니티 탐지
    __네트워크 그래프의 의미
    __간단한 그래프로 시각화
    __게피에 대한 간단한 소개
    ____게피의 설치와 파일 준비
    ____그래프 레이아웃 잡기
    ____노드 등급
    ____보기 좋게 인쇄
    ____그래프 데이터 만지기
    __와인 도매 데이터로 그래프 만들기
    ____코사인 유사도 행렬 만들기
    ____r-네이버후드 그래프 만들기
    __에지의 가치는 얼마인가? 그래프 모듈성에서의 포인트와 벌점
    ____무엇이 포인트이고 무엇이 벌점인가?
    ____스코어 시트 설정
    __군집 나누기
    ____분할 번호 1
    ____Split 2: 일렉트릭 부갈루
    ____그리고 Split3: 더 극단적으로 나누기
    ____커뮤니티 인코딩과 분석
    __게피로 다시 돌아가기
    __정리

    6 회귀: 인공지능 지도 학습법의 원조
    __잠깐만요, 뭐라고요? 임신이라고요?
    __웃기지 마라!
    __선형회귀를 사용하여 리테일마트에서 임신 고객 예측
    ____특성들의 집합
    ____훈련용 데이터 만들기
    ____가변수 만들기
    ____선형 회귀 모델을 만들어 보기
    ____선형 회귀 통계: R-Squared, F 검정, t 검정
    ____새로운 데이터에 대한 예측과 성능 측정
    __로지스틱 회귀를 사용하여 임신 고객 예측
    ____먼저 링크 함수가 필요하다
    ____로지스틱 함수와 다시 최적화
    ____실제로 해 보는 로직스틱 회귀
    ____모델 선택: 선형 회귀와 로지스틱 회귀의 비교
    __더 많은 정보
    __정리

    7 앙상블 모델: 푸짐하게 준비된 맛없는 피자
    __6장의 데이터를 사용한다
    __배깅: 무작위, 훈련, 반복
    ____결정 스텀프는 바보같은 예측인자에 대한 섹시하지 않은 용어다
    ____내겐 그렇게 바보같아 보이지 않아요!
    ____더 많은 힘이 필요하다!
    ____훈련시키기
    ____배깅 모델 평가
    __부스팅: 잘 ****되면 기운을 북돋고 다시 해 봐라!
    ____모델 훈련: Every Feature Gets a Shot
    ____부스팅 모델 평가
    __정리

    8 예측: 안심해라, 뭘 해도 틀릴 수 있다
    __장검 장사가 잘 되고 있다
    __시계열 데이터에 익숙해지기
    __단순 지수 평활법으로 천천히 시작한다
    ____단순 평활 예측법을 위한 설정
    __데이터에 경향성이 있다
    __홀트의 트렌드 반영 지수 평활법
    ____홀트 트렌드 반영 지수 평활법을 스프레드시트에서 설정
    ____다 되었는가? 자기 상관을 보자.
    __배수적 홀트 윈터스 지수 평활법
    ____초기 레벨, 트렌드, 계절성 요인 값의 설정
    ____예측
    ____최적화
    ____지금 우리가 한 것에 대해 이야기해 주세요!
    ____예측 구간 삽입
    ____팬 차트 만들기
    __정리

    9 이상점 탐지: 이상해 보인다고 해서 진짜 이상한 것은 아니다
    __이상점은 (나쁜) 사람이 될 수도 있다
    __해들럼씨와 해들럼 부인의 논쟁
    ____튜키 울타리
    ____스프레드시트에서 튜키 울타리 적용
    ____간단한 접근법의 한계
    __어떤 것에도 끔찍하지 않거나 모든 것에 나쁘다
    ____그래프를 위한 데이터 준비
    ____그래프 생성
    ____k 최근접 이웃 구하기
    ____그래프 이상점 탐지 방법 1: 내향등급 사용
    ____그래프 이상점 탐지 방법 2: Getting Nuanced with k-Distance
    ____그래프 이상점 탐색 방법 3: 지역 이상점 인자
    __정리

    10 스트레드시트에서 R로 옮겨가기
    __R에 올라타기
    ____손으로 주물러 보기
    ____R로 데이터 읽기
    __R로 실제 데이터 과학하기
    ____단지 몇 줄로 와인 데이터에 대한 구상 K-평균 구하기
    ____임신 데이터에서 인공지능 모델 구축
    ____R에서의 예측
    ____이상점 탐지
    __정리

    결론
    __나는 누구인가? 어떤 일이 있었는가?
    __더 나아가기 전에
    ____문제의 본질에 다가서라
    ____더 많은 중개자가 필요하다
    ____머리 셋 달리 괴물을 직시해라: 도구, 성능, 수학적인 완성도
    ____여러분은 여러분의 조직에서 가장 중요한 일을 하는 사람이 아니다
    __창의적으로 일하고 연결을 유지하자
    delivery.jpg
  • 사용후기

    등록된 사용후기

    사용후기가 없습니다.

  • 상품문의

    등록된 상품문의

    상품문의가 없습니다.

  • 배송정보

    배송정보

    배송업체 : 한진택배 (1588-0011)
     배송비
     2,500원 (25,000원 이상 구매 시 무료 배송/일부상품제외) 군부대 및 도서산간 지역은 추가 배송비가 발생할 수 있습니다.
     ◆배송기간
     : 평일 오전 7시 이전 주문 시 당일 발송 (2~3일 소요) : 단, 공휴일, 연휴, 천재지변 등으로 인해 발송이 지연될 수 있습니다.
     ◆배송추적
     : 당일 발송건에 한해 익일 오전 9시 이후 확인 가능합니다.


  • 교환정보

    교환/반품

     ◆반품/교환을 원하는 경우 반드시 고객센터로 연락 후 신청하시기 바랍니다.
     ◆반품/교환은 상품 수령일로 부터 7일 이내에만 가능합니다. 단, 상품이 훼손되지 않았거나, 속 비닐이 있는 경우 듣지 않았을    때 가능합니다.
     •고객님의 변심 또는 잘못 주문하신 경우에는 왕복 배송비는 고객님의 부담입니다.
     ◆오배송, 파본, 불량 상품에 대해서는 고객센터로 연락주시면 상담 후 교환해 드립니다.
     ◆오배송, 파본, 불량상품의 배송비는 환불처에서 부담합니다.
     교환/반품
     ◆환불은 상품이 환불에 도착 시 처리됩니다. (카드 취소는 3~5일이 소요될 수 있습니다.)

장바구니

오늘본상품

오늘 본 상품

  • Data Smart
    Data Smart 27,000

위시리스트

  • 보관 내역이 없습니다.
회사명 (주)꼭대기 주소 서울 특별시 마포구 연희로 11,5층 S-537호
사업자 등록번호 795-87-00429 대표 오주봉 전화 02-356-5779 팩스 02-356-5779
통신판매업신고번호 제2017-서울마포-0052호 개인정보 보호책임자 dhwnqhd

Copyright © 2001-2013 (주)꼭대기. All Rights Reserved.