인하대학교 통계학과  | 자유아카데미

31,040원  | 20220625  | 9791158083588

오늘날 통계학을 이용한 데이터 분석에서 통계소프트웨어의 사용은 거의 필수적이다. 파이썬(Python)을 이용하여 실습과 분석을 할 수 있도록 설명한 책이다. 파이썬은 빅데이터 처리에서 가장 많이 쓰이는 고급 프로그래밍 언어 중 하나로서 인터넷을 통해 무료로 또한, 지속적으로 새로운 함수 등이 업데이트되고 있어서 실제로 트렌디한 데이터 분석 및 여러 인공지능 관련 프로그래밍에서 필수적인 언어로 자리매김하는 중이다. 각 장 마지막 부분에는 파이썬을 이용한 예제를 제시하여 그 장에서 소개한 내용에 대한 예제를 따라하면서 언어와 분석 방법을 익힐 수 있도록 구성하였으며, 기본적인 파이썬에 대한 사용법은 부록에 수록하였다.

박진호  | 자유아카데미

0원  | 20180820  | 9791158081959

통계학을 전공하는 학생은 물론 통계학을 응용하는 여러 분야의 학생들을 위한 통계학의 기초 입문서로 제작되었다. 이를 위해 통계학의 기본적인 이론과 데이터 분석기법을 소개하고, 여러 예제와 컴퓨터 실습을 통하여 통계학의 개념을 명확히 파악하고 실제 문제에서 그들을 쉽게 응용할 수 있도록 구성하였다.

문창권, 박수용, 양갑규, 정명수  | 탐진출판사

31,500원  | 20250811  | 9791193595336

통계학의 중요한 주제들에 대한 개념을 설명하고, 예제를 통한 적용방법과 수행절차를 파이썬 풀이를 통해 학습할 수 있도록 단계별 해설을 제공한다. 이 책은 모두 14장으로 구성된다. 많은 책에서 파이썬 기초 학습 내용을 부록으로 설명하지만, 본 책은 제2장 파이썬 언어 및 데이터프레임과 기본 연산을 소개하여 각종 주요 도구와 적용방식을 사전에 학습하도록 구성하였다.

바바 신야  | 한빛미디어

32,400원  | 20241129  | 9791169213196

파이썬 코드로 풀어보는 친절한 통계학 입문서 콘텐츠 추천, 데이터 분석 등 현대 사회의 중요한 의사결정은 통계를 기반으로 이루어집니다. 하지만 통계학의 수식과 이론만으로는 그 개념이 잘 와닿지 않을 때가 많습니다. 이 책은 그러한 어려움을 덜어주고자 이론과 더불어 파이썬 코드와 실습을 통해 직관적으로 이해할 수 있는 길을 안내합니다. 넘파이와 팬더스 라이브러리로 데이터를 분석하고, 맷플롯립과 시본을 이용해 데이터를 시각화합니다. 기술통계, 확률과 분포, 통계적 추정, 가설검정 등 통계의 기본을 다지고 나아가 머신러닝과의 접점까지 살펴봅니다. 이론에만 머무르지 않고 실제 데이터를 분석하며 통계 이론을 익히는 방식은 통계를 학습하는 데 큰 도움이 될 것입니다. 통계가 어렵게만 느껴졌다면 이 책으로 시작해보세요.

박철근  | 자유아카데미

27,600원  | 20230815  | 9791158084998

파이썬의 기본 사용법과 함께 확률과 통계의 이론과 자료 분석방법을 다룬다. 파이썬 라이브러리나 패키지를 강하게 연계하여 좀 더 흥미롭게 데이터 분석의 기본이 되는 기초 확률과 통계에 접근하고자 한다. 1장에서는 통계분석의 기초개념으로 통계학과 자료 분석 및 기초통계량의 개요를 다룬다. 2장에서는 확률과 확률분포에 대한 정의와 개념을 다루며 확률변수, 확률밀도함수 등을 포함한다. 3장에서는 통계분석에서 많이 사용되는 이산확률분포와 연속확률분포 및 이와 관련된 파이썬 내장함수를 소개한다.

강병서  | 한경사

34,960원  | 20250830  | 9788968445453

권세혁  | 교우

21,850원  | 20220302  | 9791125103479

『파이썬을 이용한 통계학 원론』은 파이썬에 대해 다룬 도서이며 〈기초 수학〉, 〈통계적 추론〉, 〈관계분석〉 등을 수록하고 있어 기초적이고 전반적인 내용을 확인하실 수 있습니다.

James, Gareth, Witten, Daniela, 트레버 헤이스티, Tibshirani, Robert, 조너선 테일러  | 인사이트

39,900원  | 20241218  | 9788966264629

AI 시대를 이끈 통계 방법들을 만나다! 전 세계 주요 대학이 사용하는 통계학 기본서 《기초부터 다지는 통계학 교과서 with 파이썬》은 지난 20년 동안 생물학, 금융, 마케팅, 천체물리학에 이르기까지 다양한 분야에서 등장한 방대하고 복잡한 데이터 세트를 이해하는 데 필수적인 통계적 학습 도구를 다룹니다. 이 책에서는 관련 응용 분야와 더불어 가장 중요한 모델링 및 예측 기법들을 소개합니다. 주요 주제로는 선형회귀, 분류, 재표집법, 축소 접근법, 나무-기반 방법, 서포트 벡터 머신, 군집화, 딥러닝, 생존분석, 다중검정 등이 포함됩니다. 컬러 도표와 실제 사례를 사용해 통계적 학습 방법을 군더더기 없이 명료하게 설명합니다. 이 책은 최첨단 통계 학습 기법을 사용해 데이터를 분석하려는 통계학자와 비통계학자 모두를 대상으로 합니다. 2013년에 쓰인 이 책의 전신인 R 버전은 전 세계 유수 대학의 데이터과학, 통계학, 컴퓨터학과의 핵심 교재로 사용되고 있습니다. 그러나 최근 파이썬이 데이터과학 분야의 핵심 언어로 등장하면서 이를 반영한 도서에 대한 요구가 높아졌습니다. 이 책은 기존 실습 예제를 파이썬으로 구현함과 동시에 최신 통계 기법의 하나인 딥러닝을 추가해 새롭게 출시되었습니다.

안기수  | 생능

21,160원  | 20221212  | 9791186689486

이 책은 통계이론과 분석 방법을 이해하기 쉽게 서술한 통계학 입문서로서 파이썬 언어를 통계계산 및 분석 도구로 활용합니다. 통계처리를 위해 SAS, SPSS와 같은 통계처리 패키지 또는 R, Stata, 엑셀과 같은 프로그램을 활용하지만, 사용법이 쉽지 않기에 비교적 배우기 쉬운 파이썬을 활용하고자 합니다. 또한 파이썬은 전문 프로그래머와 개발자가 작성한 프로그램과 라이브러리를 무료로 활용할 수 있으므로 통계 패키지나 통계처리 프로그램의 기능을 갖추고 있습니다. 이 책은 프로그램 언어를 경험해 보지 않았거나 더욱이 파이썬 언어를 경험한 독자가 아니더라도 통계처리를 위해 파이썬을 활용할 수 있도록 다양한 예제와 설명을 포함하고 있습니다. 이 책의 특징은 다음과 같습니다. ㆍ 파이썬 언어에 대한 지식이 없어도 통계처리에 파이썬 언어를 활용할 수 있도록 이해하기 쉽게 설명하였습니다. ㆍ 파이썬의 통계 관련 함수의 사용법에 대한 추가적인 설명을 부록에 정리하였습니다. ㆍ 파이썬 언어를 사용해보지 않은 학습자 대상(초급)과 파이썬 언어를 경험(사용)해본 학습자 대상(중급)으로 구분하였습니다. ㆍ 통계 개념을 쉽게 이해할 수 있도록 기본적으로 필요한 내용만으로 구성하였습니다. ㆍ 통계 이론의 추가적인 설명은 [참고]로 분류하여 선택적으로 학습할 수 있도록 했습니다. ㆍ 통계 이론의 개념과 수식에 대해 가능한 그림이나 이미지를 통해서 쉽게 설명하였습니다. ㆍ 예제와 연습문제는 실생활에서 쉽게 접할 수 있는 데이터로 구성하였습니다.

바바 신야  | 한빛미디어

25,200원  | 20191122  | 9791162242452

데이터 분석 관점에서 통계학을 설명한다. 어려운 통계학 개념을 이론, 수식, 파이썬 코드로 세 번 살펴본다. 한 번 보고 완전히 이해하지 못해도 여러 번 반복 설명하므로 읽는 동안 점점 이해도가 올라간다. 단순한 기술 설명뿐 아니라 예측에 사용하는 분석용 통계학과 머신러닝의 관계까지 알아본다.

권세혁  | 자유아카데미

27,000원  | 20231228  | 9791158085490

파이썬을 이용한 수리통계학 교재다. 데이터 사이언스에 필요한 수리통계 이론 및 활용을 중심으로 다루었으며, 개념에 대한 학생들의 이해를 돕기 위하여 파이썬을 활용하였다. 1장은 확률을 소개하였으며 2장에서는 확률변수를 다루었다. 3장에서는 이변량 확률변수를 공부할 수 있으며 4장은 추정을, 그리고 5장은 검정을 기술하였다. 본문 곳곳에 example과 exercise를 배치하여 공부한 내용을 바로 테스트할 수 있게 하였으며, 풀이는 부록에 정리하였다.

장철원  | 비제이퍼블릭

24,120원  | 20210126  | 9791165920395

머신러닝에 필요한 선형대수, 통계학, 최적화 이론부터 파이썬, 사이킷런, 텐서플로를 활용한 실습까지 『선형대수와 통계학으로 배우는 머신러닝 with 파이썬』은 머신러닝의 기본적인 사용 방법뿐만 아니라 통계학, 선형대수, 최적화 이론 등 머신러닝에 필요한 배경 이론까지 다룬다. 머신러닝 알고리즘을 소개하는 것에 그치지 않고 이론적으로 이해가 필요한 부분은 수학 수식을 통해 자세히 설명함으로써, 해당 머신러닝 알고리즘의 작동 방식을 파악할 수 있다. 프로그래밍 실습은 머신러닝 파트에서는 사이킷런 라이브러리를, 딥러닝 파트에서는 텐서플로 라이브러리를 사용한다. 각 코드의 라인별 부가 설명을 통해 해당 코드의 역할을 이해할 수 있으며, 각 장 마지막의 전체 코드로 전체 흐름 또한 파악할 수 있다. 머신러닝의 배경 이론 이해를 바탕으로 실습하는 이 책을 통해, 머신러닝 기본기를 다지는 것을 넘어 자신의 분야에 응용할 수 있을 것이다. 이 책의 특징 - 머신러닝 수학 수식 전개 과정을 상세히 표현한다. - 머신러닝 알고리즘 개념을 쉬운 그림으로 알기 쉽게 설명한다. - 복잡한 수학 수식과 프로그래밍 코드를 자세하게 설명한다. 이 책이 필요한 독자 - 머신러닝 분야에 관심이 있고 머신러닝을 배우고 싶은 분 - 머신러닝을 공부한 경험이 있지만 실제 사용에 어려움을 느끼는 분 - 머신러닝 알고리즘의 원리를 이해하고 싶은 분