통계학, 빅데이터를 잡다

들어가며

Chapter 1 통계학, 빅데이터 시대를 이끌다
4차 산업혁명, 일자리가 사라져서 혁명적일까?：4차 산업혁명은 융합혁명 | 빅데이터의 곳간을 열다：데이터랩과 엔그램 | TIP：클라우드 컴퓨팅과 빅데이터 | 낱말들로 뭉게구름을 그려볼까?：텍스트 분석과 데이터 시각화 | 통계에도 역사가 있을까?：데이터의 역사와 종류 | 통계학, 데이터를 정보와 지식으로 만들다：빅데이터 시대의 통계학 | 빅데이터 시대, 통계학도 변화한다：통계학의 융합성

Chapter 2 빅데이터의 시대인가, 머신러닝의 시대인가
이제 공부는 기계가 하는 것 | Tip：인간인가, 기계인가? 그 구별법：튜링 테스트와 캡차 | 딥러닝은 심화학습：머신러닝과 딥러닝 | 머신러닝에게도 선생님이 필요할까?：머신러닝 알고리즘 | 데이터를 모으고 나누고 결과를 예측하다：머신러닝 알고리즘의 사례 | 구글, 빅데이터와 통계 모형으로 독감을 예측하다：빅데이터와 감염병 | 짝을 찾아주는 빅데이터와 머신러닝

Chapter 3 확률과 통계, 우연을 과학으로 길들이다
내기와 도박：탐욕인가, 본능인가, 아니면 과학인가 | 로또, 유일한 탈출구인가, 어리석은 게임인가：확률과 기댓값으로 바라본 복권 | 확률, 불확실한 세상에서 합리적인 결정의 길잡이가 되다：우연과 과학 | TIP：자동차를 몰고 갈까, 염소를 몰고 갈까?：몬티 홀 문제 | 우리 반에 나랑 생일이 같은 친구가 있을까?：생일 문제와 확률 | 확률이 충분히 낮은 사건은 일어나지 않을까?：보렐의 법칙 | 사느냐, 죽느냐, 그 확률이 문제로다!：보험과 확률 | 주관적 확률도 과학이 될 수 있을까?：베이즈 추론 | TIP：튜링, 베이즈 정리를 써서 독일군의 암호를 해독하다

Chapter 4 통계학, 의학과 손잡고 생명을 구하다
과학과 아트 사이에 선 의학：의학과 통계학 | 통계학과 의학, 역사 속에서 함께 발전하다：의학과 통계학의 역사 | 통계로 콜레라와 두창을 차단하다：통계와 감염병 | 임상시험 결과를 믿어도 될까?：편향과 임의화 방법 | Tip：‘차를 맛보는 여성’에 담겨 있는 파스칼의 수삼각형과 경우의 수 | 통계학적 검증을 통해 신약을 개발하다：통계학과 신약 | 병원 검사는 얼마나 정확할까?：위양성과 위음성

Chapter 5 현실 사회를 읽는 힘, 통계학과 빅데이터
집회 참석자 수는 고무줄 통계?：정치적 입장에 따라 달라지는 통계 | Tip：이라크전쟁과 어린이 사망률：통계와 정치 | 통계학, 사람들의 생각을 헤아리다：여론조사 | 케틀레, 19세기 사회를 분석하다：사회통계학 | Tip：인간은 사회적 원자일까? 사회물리학과 빅데이터 | 무엇이든 점수 매길 수 있을까?：통계학이 만드는 현실 | 한국 인구, 머지않아 자연 소멸된다：인구통계학 | 내가 왜 실업자가 아니란 말입니까?：고용통계

Chapter 6 통계학, 경제를 측정하다 : GDP와 금융리스크
경제학은 어떻게 과학이 되었을까?：경제학과 수학, 통계학 | GDP는 우리의 삶을 얼마나 잘 나타낼까?：국내총생산과 행복지수 | Tip：GDP, 아프리카의 가난한 나라 가나를 중진국으로 바꾸어놓다 | 통계지표들은 현실을 얼마나 잘 나타낼까?：물가지수와 주가지수 | 주식시세표에는 무엇이 들어 있나?： 캔들도표와 이동평균 | 모든 금융투자에는 위험이 따른다：금융리스크와 통계학 | 국가도 개인도 신용등급을 갖는다：신용평가

Chapter 7 통계학, 생물을 헤아리고 보살피다
고래와 쥐를 다 헤아릴 수 있을까?：생물 연구와 샘플링 방법 | 모든 생물은 한 가족일까?：통계학으로 생물의 계보 찾기 | 얼마나 많은 생물들이 지구에서 살다가 사라졌을까?：멸종과 통계학 | 누가 설국열차를 탈까?：보존생물학과 통계학 | 키 큰 부모한테서 키 큰 자녀가 태어날까?：유전학과 통계학 | 황우석 사태에서 무엇을 배울까?：데이터 조작과 과학 연구 | Tip：생태학은 맥락의 학문이다：생물다양성과 빅데이터

주석
찾아보기

전공을 불문하고 평생 공부해야 하는 시대라고들 할 때 그런 공부에 두루 공통적으로 들어갈 내용이 있다면 그것이 넓은 의미에서의 통계학, 나아가 데이터 과학일 수도 있다. 21세기에 태어난 세대가 살아갈 변화와 융합의 시대에 통계학과 데이터 과학은 실로 상식과 다름없는 역할을 하게 될지도 모른다.

우리는 빅데이터와 클라우드 컴퓨팅이 불러올 미래에 대해 낙관적인 전망을 훨씬 많이 만난다. 하지만 요란하지는 않지만 심각한 문제들을 지적하는 경고의 목소리도 없지 않다. 그중 하나는 전 세계적인 규모의 정보 권력 집중 문제이다.

한계를 넘어서 자신의 능력을 지나치게 높이 평가하는 것은 통계학과 빅데이터를 위해서도 이로울 것이 없다. 뚜렷한 장점과 가능성에도 불구하고 통계학과 빅데이터 분석은 만능의 기술이 아니고 앞으로도 그럴 수는 없을 것이다.