상세정보

라이브러리나 프레임워크와 같은 도구를 사용하지 않고 '밑바닥부터' 만들어 보며 데이터 과학과 관련된 알고리즘을 알려 주는 기본서. 책 전반에 걸쳐 데이터 과학에 필요한 파이썬 프로그래밍과 수학, 통계학 기초를 다루며, 데이터 과학의 어려운 개념을 모두 설명하기보다는 꼭 알고 넘어가야 할 내용을 중심으로 담았다.

이 책은 먼저 본격적으로 데이터 과학에 뛰어들기 전, 기본적인 파이썬 프로그래밍을 배우고, 이후에는 선형대수, 통계, 확률 등 데이터 과학 개념과 기술을 뒷받침하는 핵심적인 내용을 학습한다. 또한 다양한 통계와 확률 이론을 바탕으로 하는 분석 모델과 알고리즘에 대해서도 알아본다. 여기서는 머신러닝의 기본 개념을 살펴보고, k-NN, 나이브 베이즈, 선형 및 로지스틱 회귀 분석, 의사결정나무, 신경망 및 클러스터링 모델 등을 배운다.

출판사 책 소개

데이터 과학에 필요한 기초 이론과 프로그래밍, 두 마리 토끼를 모두 잡는 기본서

이 책은 라이브러리나 프레임워크와 같은 도구를 사용하지 않고 '밑바닥부터' 만들어 보며 데이터 과학과 관련된 알고리즘을 알려 주는 기본서다. 책 전반에 걸쳐 데이터 과학에 필요한 파이썬 프로그래밍과 수학, 통계학 기초를 다루며, 데이터 과학의 어려운 개념을 모두 설명하기보다는 꼭 알고 넘어가야 할 내용을 중심으로 담았다.
『밑바닥부터 시작하는 데이터 과학』은 크게 세 가지 내용으로 나뉜다. 먼저 본격적으로 데이터 과학에 뛰어들기 전, 기본적인 파이썬 프로그래밍을 배운다. 데이터 과학자에게 필요한 내용을 짚어 주는 속성 강좌로, 파이썬에 익숙하지 않은 독자라면 일독을 권한다.
이후에는 선형대수, 통계, 확률 등 데이터 과학 개념과 기술을 뒷받침하는 핵심적인 내용을 학습한다. 샘플 데이터와 예제를 통해 원리를 들여다 보는 방식으로 기초적인 내용을 다루니 수식에 겁먹지 말자.
또한 다양한 통계와 확률 이론을 바탕으로 하는 분석 모델과 알고리즘에 대해서도 알아본다. 여기서는 머신러닝의 기본 개념을 살펴보고, k-NN, 나이브 베이즈, 선형 및 로지스틱 회귀 분석, 의사결정나무, 신경망 및 클러스터링 모델 등을 배운다. 또한 추천 시스템, 자연어 처리, 네트워크 분석, 맵리듀스 등의 알고리즘을 알아 본다.
저자는 데이터 과학을 배우는 데는 스스로 해보는 것보다 좋은 방법이 없다고 조언한다. 데이터 과학에 대한 호기심과 의지만 있다면, 이 책을 따라 데이터 과학자로서의 한걸음을 내딛어 보자.

<책의 대상 독자>
- 데이터 과학에 필요한 기초와 프로그래밍 두 마리 토끼를 모두 잡고 싶은 전공자
- 수학·통계학 이론이 녹아 든 데이터 과학 관련 알고리즘을 살펴보려는 데이터 과학자
- 데이터 분석에 필요한 수학·통계학 이론을 살펴보려는 프로그래머