박주미  | 한빛아카데미

23,920원  | 20250710  | 9791173400308

엑셀 기초부터 데이터 분석까지 따라 하며 배우는 엑셀 데이터 분석 이 책은 엑셀의 기본 기능과 함수를 사용하여 데이터 분석을 배우고자 하는 독자를 대상으로 합니다. 데이터 분석의 핵심 과정인 데이터 수집, 정렬, 집계 및 시각화에 필요한 엑셀 기능을 상세히 설명하고, 이를 실제로 적용할 수 있도록 실생활 데이터를 활용한 다양한 예제와 실습 프로젝트를 수록했습니다. 본문의 프로젝트를 따라 하다 보면 엑셀 활용 능력과 데이터를 다루는 역량까지 기를 수 있을 것입니다. 또한 각 장에서 배운 내용을 응용하는 종합 프로젝트를 통해 데이터 분석의 전 과정을 경험할 수 있습니다. ※ 본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다.

노형진  | 한올출판사

16,600원  | 20080211  | 9788983259547

경영학이나 경제학 혹은 관련분야를 전공하고자 하는 사람들에게 필요한 기초적인 수학을 정리해 놓은 책. 주로 수학의 기본적인 발상이나 사고방식을 중심으로 해서 엮었으며, “왜 이와 같은 것을 생각하게 되었는가”라고 하는 배경을 가능한 한 언급함으로써 전체의 흐름 속에서 각 문제의 위치를 분명히 하고 이해하기 쉽도록 구성하였다.

와쿠이 요시유키, 와쿠이 사다미  | 성안당

20,700원  | 20200525  | 9788931556704

어려운 딥러닝은 저리가라~ 엑셀로 대화하고 차근차근 이해하는 딥러닝 첫 입문서! 합성곱 신경망의 판단 엑셀 워크시트의 예 다수 수록! AI의 구조를 쉽게 이해할 수 있는 딥러닝 초(超)입문 엑셀로 배우는 딥러닝 엑셀의 매크로 기능은 약 20여 년 전부터도 인공지능의 구현 사례와도 같았다. 수만 건의 통신사의 무료 아이디를 제 칸에 자동으로 스스로 위치 이동하면서 처리하는 기능은 편리하고 놀라왔다. 또 수만 건의 독자엽서를 통계를 내 정확한 편집 반영의 도구로 사용하는데 엑셀만한 툴도 없었다. 딥러닝을 C++이나 파이썬으로 배우는 것보다 생활 속의 필수 툴이 된 엑셀로 배운다면 더 쉽게 접근할 수 있고 어울리는 그림이 될 것으로 생각되는 이유이다. 역자인 권기태 교수는 역자 서문을 통해 이 책에 대해 “텐서플로, 파이썬, R, C++ 등 전문 도구나 프로그래밍 언어로만 가능했던 딥러닝(Deep Learning, 심층학습)을 의인화된 예와 엑셀을 이용하여 놀랍도록 쉽게 설명하고 있다.”라고 소개한다. 특히 저자인 와쿠이 요시유키 씨와 와쿠이 사다미 씨는 전문 과학서적 저술가로 국내외에서 대중적인 인지도가 높다. 저자들은 이 책에서 ‘합성곱 신경망’은 인공 뉴런으로 구성되지만 뉴런 하나하나를 엑셀의 셀 하나하나와 바꿀 수 있다고 설명한다. 또 이 책에서는 딥러닝을 구체적으로 소개하지만 지도 학습(Supervised Learning)만을 고려한다고 선을 긋는다. 비지도 학습(Unsupervised Learning)이나 강화 학습(Reinforcement Learning)은 입문편에서 다루기에는 높은 수준이라는 것이다. 또, 활성화 함수는 시그모이드 함수를 주로 고려한다. 실제로 딥러닝 개론서를 살펴보면 높은 수준의 통계나 수학적 지식을 요구하는 경우가 많은데 이 책은 엑셀 실행 예를 들어 전혀 어렵지 않다. 하나의 숫자 이미지를 대상으로 합성곱 신경망이 ‘1’인가 ‘2’인가 판단을 내리는 워크시트의 예라든가, 테스트용 필기체 문자를 O, X 판단을 내리는 워크시트 등 딥러닝의 첫발을 내딛는 독자에게 도움 되는 예제가 다수 수록되어 있다. 특히 이 책의 예제 워크시트는 역자인 권기태 교수가 직접 워크시트를 제작하여 검증을 거쳤으며, (주)성안당 자료실-자료실에서 다운로드 가능하도록 제공하였다. 지난 겨울 일본 방문 시 원서를 발견하고 번역판을 내고 싶었다는 권기태 교수는 원서의 오류도 일부 수정하여 출간될 수 있도록 세심한 정성을 기울였다. 딥러닝이나 머신러닝, 인공지능이 뭔지 궁금한데 어떻게 첫 단추를 끼워야할지 모르겠다는 분들의 도움닫기에 큰 역할을 할 책이다.

와쿠이 요시유키, 와쿠이 사다미  | 성안당

20,700원  | 20181122  | 9788931555738

어려운 딥러닝은 저리가라~ 엑셀로 대화하고 차근차근 이해하는 딥러닝 첫 입문서! 합성곱 신경망의 판단 엑셀 워크시트의 예 다수 수록! AI의 구조를 쉽게 이해할 수 있는 딥러닝 초(超)입문 엑셀로 배우는 딥러닝 엑셀의 매크로 기능은 약 20여 년 전부터도 인공지능의 구현 사례와도 같았다. 수만 건의 통신사의 무료 아이디를 제 칸에 자동으로 스스로 위치 이동하면서 처리하는 기능은 편리하고 놀라왔다. 또 수만 건의 독자엽서를 통계를 내 정확한 편집 반영의 도구로 사용하는데 엑셀만한 툴도 없었다. 딥러닝을 C++이나 파이썬으로 배우는 것보다 생활 속의 필수 툴이 된 엑셀로 배운다면 더 쉽게 접근할 수 있고 어울리는 그림이 될 것으로 생각되는 이유이다. 역자인 권기태 교수는 역자 서문을 통해 이 책에 대해 “텐서플로, 파이썬, R, C++ 등 전문 도구나 프로그래밍 언어로만 가능했던 딥러닝(Deep Learning, 심층학습)을 의인화된 예와 엑셀을 이용하여 놀랍도록 쉽게 설명하고 있다.”라고 소개한다. 특히 저자인 와쿠이 요시유키 씨와 와쿠이 사다미 씨는 전문 과학서적 저술가로 국내외에서 대중적인 인지도가 높다. 저자들은 이 책에서 ‘합성곱 신경망’은 인공 뉴런으로 구성되지만 뉴런 하나하나를 엑셀의 셀 하나하나와 바꿀 수 있다고 설명한다. 또 이 책에서는 딥러닝을 구체적으로 소개하지만 지도 학습(Supervised Learning)만을 고려한다고 선을 긋는다. 비지도 학습(Unsupervised Learning)이나 강화 학습(Reinforcement Learning)은 입문편에서 다루기에는 높은 수준이라는 것이다. 또, 활성화 함수는 시그모이드 함수를 주로 고려한다. 실제로 딥러닝 개론서를 살펴보면 높은 수준의 통계나 수학적 지식을 요구하는 경우가 많은데 이 책은 엑셀 실행 예를 들어 전혀 어렵지 않다. 하나의 숫자 이미지를 대상으로 합성곱 신경망이 ‘1’인가 ‘2’인가 판단을 내리는 워크시트의 예라든가, 테스트용 필기체 문자를 O, X 판단을 내리는 워크시트 등 딥러닝의 첫발을 내딛는 독자에게 도움 되는 예제가 다수 수록되어 있다. 특히 이 책의 예제 워크시트는 역자인 권기태 교수가 직접 워크시트를 제작하여 검증을 거쳤으며, (주)성안당 자료실-자료실에서 다운로드 가능하도록 제공하였다. 지난 겨울 일본 방문 시 원서를 발견하고 번역판을 내고 싶었다는 권기태 교수는 원서의 오류도 일부 수정하여 출간될 수 있도록 세심한 정성을 기울였다. 딥러닝이나 머신러닝, 인공지능이 뭔지 궁금한데 어떻게 첫 단추를 끼워야할지 모르겠다는 분들의 도움닫기에 큰 역할을 할 책으로 추천할 만하다.

나가오카 히로시  | 씨아이알

19,000원  | 20150213  | 9791156101031

물을 대상으로 하는 수리학 이론을 모두 숙달한 후라도 실무에서 계산의 복잡성으로 발생하는 실수로 많은 애로를 겪게 된다. 이 책은 엑셀을 이용하여 그 계산과정의 복잡성을 해소하고, 해석 결과를 그래프로 알기 쉽게 표현하였다. 총 6장으로 구성되었으며, 부록에 포켓용 수리학 공식집이 첨부되어 있다. 제1장은 물의 운동, 제2장은 에너지 보존법칙－베르누이 정리, 제3장은 운동량 보존법칙, 제4장은 층류와 난류, 제5장은 관수로 흐름, 제6장은 개수로 흐름으로 이루어져 있다. 실험과정의 프로그램 소스와 많은 예제를 엑셀파일로 정리하여 CD로도 제공한다.

와쿠이 요시유키, 와쿠이 사다미  | 성안당

20,700원  | 20210222  | 9788931556872

와쿠이 요시유키와 와쿠이 사다미의 ‘엑셀로 배우는’ 인공지능 시리즈의 세 번째 책인 이 책은 1편 딥러닝, 2편 순환신경망·강화학습에 이어 그보다 좀 더 범위가 큰 머신러닝을 다룬다. 저자는 AI의 시대가 다가올수록 AI 구조에 대해 잘 이해하는 것이 중요하다고 강조한다. 정체를 알 수 없는 AI에게 질병을 진단받거나 구조도 모르는 자율주행차에 몸을 의지해 이동한다거나 무슨 생각을 하는지 알 수 없는 로봇과 일터를 공유하는 것은 불안하기에 AI의 구조를 잘 알아야 한다고 말한다. 그렇기에 이 책은 AI의 구조를 기본부터 해설하고자 했으며 머신러닝의 모델과 알고리즘을 해설하고 엑셀로 확인하는 스타일로 일관하고 있다. 저자의 의도이든 아니든 이 책은 상당히 수학적인 체계를 갖추고 있다. 머신러닝의 기본, 기본 알고리즘, 회귀분석, 서포트 벡터 머신(SVM), 신경망과 딥러닝, RNN과 BPTT, Q학습, DQN, 나이브 베이즈 분류 등을 장별로 다룬다. 부록으로는 신경망의 훈련 데이터, 엑셀의 해 찾기 설치 방법, 머신러닝을 위한 벡터와 행렬, 미분의 기본 지식, 다변수 함수의 근사 공식, 신경망에서 유닛의 오차와 기울기 관계, 신경망에서 유닛 오차의 ‘역’ 점화식, 순환 신경망(RNN)에서 유닛 오차와 기울기 관계, BP와 BPTT에서 도움이 되는 점화식의 복습, 순환 신경망에서 유닛 오차의 ‘역’ 점화식, 중회귀방정식을 구하는 방법 등을 제공한다. 인공지능의 구조, 수학적 모델과 알고리즘의 원리가 궁금한데 엑셀로 실행을 해보면서 쉽게 그 작동 원리를 이해하고 싶은 독자들을 위한 3편으로 세 번째 단추를 채워주는 책이다.

아사이 노보루  | 제이펍

18,000원  | 20170228  | 9791185890746

인공지능을 처음 배우고자 하는 학습자를 대상으로 하는 교재이다. 독특하면서도 고도의 기술이 많이 사용되는 분야인 인공지능의 실행 과정과 결과를 엑셀 프로그램을 통해 눈으로 바로 확인할 수 있도록 했다. 머신러닝을 시작으로 신경망, 유전 알고리즘, 문제 해결, 게임 전략, 지식 표현 등 인공지능을 지탱하는 다양한 분야의 기초를 알려준다. 삐뚤어진 문자 인식하기, ‘약간 높은 듯/약간 낮은 듯’하게 에어컨 제어하기, 효율적으로 재산 분배하기, 최소 비용으로 산의 정상까지 오르는 경로 탐색하기, 병원에 가기 전에 인공지능에 물어보기 등 엑셀 프로그램을 직접 조작하면서 인공지능에 대한 이해를 높일 수 있게 한다.

박주미  | 한빛아카데미

19,530원  | 20200106  | 9791156644682

세 가지 프로젝트를 따라 하며 배우는 데이터 분석 엑셀의 기본 기능과 함수만으로도 누구나 데이터 분석을 시작할 수 있는 책입니다. 방금 배운 개념과 기능을 직접 따라 하며 익힐 수 있는 형태로 구성되어 있고, 예제, 실습, 연습문제를 통해 총 세 가지 프로젝트를 경험해볼 수 있습니다. 프로젝트를 단계별로 따라 하다 보면 문서 작성 도구로만 이용했던 엑셀을 데이터를 효율적으로 수집하고 분석하는 도구로 자유로이 활용할 수 있게 될 것입니다. ※ 본 도서는 대학 강의용 교재로 개발되었으므로 연습문제 해답은 제공하지 않습니다. [장점] ① 엑셀 매뉴얼 도서가 아닌 엑셀을 데이터 분석의 도구로 활용할 수 있는 도서이다. ② 데이터 분석의 기본 개념과 엑셀 기본 사용법을 자세히 설명하므로 강의용 교재나 독학용으로 활용할 수 있다. ③ 누구든 엑셀의 함수와 기능을 직접 따라 하며 익힐 수 있도록 세 가지 실전 프로젝트를 준비했다. ④ 학생 성적 분석, 쇼핑몰 회원 정보 분석, 예매 대행사의 회원 예매 상황 분석 등의 세 가지 프로젝트는 예제, 실습, 연습문제로 구성되어 있어서 누구나 단계별로 따라올 수 있다.

나카노 아키라  | 씨아이알

18,000원  | 20151126  | 9791156101772

[엑셀로 배우는 게임이론]은 엑셀의 사용법과 게임이론이 함께 설명되어 있어 게임이론을 처음 접하는 학생이나 직장인들이 쉽게 접근할 수 있도록 되어 있다. 이 책을 시작으로 게임이론을 좀 더 체계적으로 공부할 수 있다면 일상생활에서의 의사결정에 큰 경쟁력을 확보할 수 있을 것으로 보인다.

요시미네 미츠토시  | 씨아이알

17,000원  | 20140430  | 9791156100416

흙을 대상으로 하는 학문인 토질역학을 공부하기 위해서는 물리학과 수학의 기본지식이 없이는 거의 불가능에 가깝다. 이론을 모두 숙달한 후라도 실무에서 계산의 복잡성으로 인한 실수로 많은 애로를 겪게 된다. 이 책은 엑셀을 이용하여 계산의 복잡성을 해소하고 결과를 그래프로 쉽게 표현하고 있다. 이 책의 구성을 간략하게 정리하면, 1장에서는 토질재료의 종류나 상태의 분류 및 표기방법에 대하여 기술한다. 또한, 응력과 변형이라는 개념의 기본적인 지식에 대하여 해설한다. 그리고 지반의 구조문제에서 흙의 압밀문제를 다루고 있다. 2장에서는 흙의 파괴역학의 이론을 습득한 후 실제의 흙 구조물에 적용하여 적절한 설계를 하는 방법을 학습한다. 또, 흙의 변형에 대하여 본서에서는 재료역학만을 다루고 있다. 3장에서는 흙의 동역학인 지진에 의한 지반의 진동문제와 모래지반의 액상화를 취급한다.

Kashiwagi Yoshiki  | 씨아이알

17,700원  | 20150616  | 9791156101390

Excel을 사용하여 보다 신속하고 객관적인 의사결정이 가능해진다. 이 책은 어디까지나 '정답'을 내는 것이 아니라 될 수 있으면 자의적인 판단을 배제하여 의사결정자가 좀 더 객관적인 최종 판단을 내릴 수 있도록 돕는다. Excel을 이용하기 때문에 누구나 쉽게 배울 수 있어 많은 사람들이 기본적으로 다룰 수 있고 이해하는 데 도움이 되므로 현업에 종사하는 비즈니스맨뿐만 아니라 학생들에게도 유용할 것이다.

후치가미 미키, 우에다 카즈아키, 콘도 히로시, 타카하시 레이코  | 씨아이알

18,000원  | 20140514  | 9791156100393

『엑셀로 배우는 실험계획법』은 요인계획법, 실험계획법이 영업·기획·마케팅 분야에도 도움이 되는 방법을 안내하며 요인계획법, 실험계획법의 해석은 분산 분석의 고려가 기본으로 되어 있지만, 해석 작업은 Excel에 의하여 쉽게 실시할 수 있고, 영업·기획·마케팅에서 실전적인 요인계획법, 실험계획법에 의한 조사 및 분석 방법을 사례를 통하여 습득할 수 있도록 이끌어준다.

상전 효행, 홍성희, 홍창국  | 씨아이알

18,000원  | 20161111  | 9791156102533

『엑셀로 배우는 지역, 도시경제 분석』은 경제균형모형에서 대표되는 응용일반균형모형(CGE 모형)과 응용도시경제모형(CUE 모형)의 이론적인 기초로 구성되어 있다. 또한 어느 정도의 정보를 산출해 낼 수 있는가, 이 정보가 정책입안 및 결정 프로세스에 어떤 의미를 가질 수 있는가, 모델 적용에 필요한 데이터 등의 조건은 어느 정도인가에 대해 상세히 다루고 있다.

와쿠이 요시유키, 와쿠이 사다미  | 성안당

20,700원  | 20200724  | 9788931556766

엑셀만으로 딥러닝 동작 원리를 이해할 수 있는 AI 응용 입문서! 자연어 처리에서 가장 주목받는 신경망 알고리즘 RNN과 강화학습 기법으로 정확도를 높인 DQN을 엑셀로 쉽게 소개! 〈엑셀로 배우는 딥러닝〉의 속편격인 이 책은 전편이 CNN(합성곱 신경망) 위주였다면 좀 더 딥러닝 쪽에 심화된 RNN(순환 신경망), DQN(심층 Q-네트워크)편이다. 이 책 제목에서 ‘초(超)입문’은 보통 초보자들이 처음 입문한다는 의미에서 쓰는 ‘처음 초(初)자의 ‘초입문(初入門)’이 아닌 ‘입문을 뛰어 넘는다’는 의미에서 ‘초월할 초(超)’ 자를 썼다. 저자는 진화하는 딥러닝 분야의 대표적인 예로 RNN(Recurrent Neural Network, 순환 신경망)과 DQN(Deep Q-Network, 심층 Q-네트워크)를 들면서 RNN은 자연어 처리 분야에서 가장 주목받는 알고리즘이며 DQN은 강화학습의 기법으로 정확도가 놀라울 만큼 높아졌음을 강조한다. 이 책은 누구나 사용하는 엑셀로 인공지능을 실습해 볼 수 있게 함으로써 인공지능 응용 입문서로 RNN과 DQN을 엑셀(Excel)로 어려운 수학이나 프로그래밍 지식 없이도 딥러닝의 구조와 동작 원리를 이해할 수 있도록 한 획기적인 입문서이다. 엑셀로 난해한 RNN, DQN의 ‘최적화’와 동작 원리를 쉽게 이해할 수 있어 AI 학습의 장벽을 단숨에 낮춰줄 것이다. 시리즈 후속작으로 〈엑셀로 배우는 기계학습 초입문〉편도 선보일 예정이다.

다카하시 유키히사, 와타나베 야이치  | 씨아이알

20,700원  | 20150213  | 9791156101048

이 책은 단순한 산술은 Excel에 맡기고, Excel을 이용하여 쉽게 수학을 이해하도록 많은 예제를 풀이하고, 그 결과를 그래프로 보여주므로 독자들의 흥미를 북돋아 줄 것이다. 본문은 총 8장으로 제1장은 Excel 관련 내용이라 이미 Excel을 사용할 수 있는 독자는 생략하여도 무방하다.