빅데이터 분석 개론

제 1 부 빅데이터 분석의 이해

1. 빅데이터 이해
1.1 빅데이터의 실제 모습
1.2 정보와 데이터
1.3 과거의 빅데이터 접근법
1.4 빅데이터에서 중요한 것

2. 빅데이터 분석 동향
2.1 빅데이터 분석의 시대적 흐름
2.2 플랫폼 관점의 동향
2.3 데이터 관점의 동향
2.4 알고리즘 관점의 동향
2.5 활용 관점의 동향
2.6 공공데이터 개방 동향

3. 빅데이터 분석 바라보기
3.1 책과 신문 기사에서 소개되는 분석
3.2 실제 기업에서 원하는 분석
3.3 데이터에서 분석까지의 거리
3.4 개념적인 분석 기법 리뷰

4. 데이터 의미 표현을 위한 빅데이터 분석
4.1 데이터 분석 방법의 구분
4.2 OLAP과 Reporting
4.3 대시보드
4.4 시각화

5. 추측과 의미 파악을 위한 빅데이터 분석
5.1 통계
5.2 신경망 기반의 기계학습과 딥러닝
5.3 오차 기반의 기계학습과 유사성 기반의 기계학습
5.4 정보 기반의 기계학습
5.5 베이즈정리 기반의 기계학습
5.6 기계학습에서의 다양한 학습 방법

6. 의사결정에 직접 활용하기 위한 빅데이터 분석
6.1 최적화
6.2 예측과 추정을 위한 확률과정 모형
6.3 시나리오 기반 시뮬레이션

7. 데이터 과학자
7.1 데이터 과학자의 모습
7.2 분석 필요성의 판단
7.3 분석 데이터 만들기
7.4 분석의 검증과 모니터링
7.5 데이터 과학자로서의 견해


제 2 부 빅데이터 분석 기획과 설계

1. 빅데이터 분석 비즈니스 기획
1.1 데이터 비즈니스
1.2 비즈니스와 시스템
1.3 파레토 법칙(Pareto’s Law)
1.4 롱테일 이론(Long-Tail Theory)

2. 빅데이터 분석 주제와 시스템 기획
2.1 빅데이터 분석 주제 도출
2.2 구축하지 않고 시스템 만들기
2.3 분석 시스템 개념 설계

3. 빅데이터 수집과 저장
3.1 분석을 먼저 생각해야 하는 이유
3.2 빅데이터 수집
3.3 빅데이터 저장
3.4 데이터 품질
3.5 데이터 수집 인터페이스와 인공지능

4. 빅데이터 처리
4.1 분석을 위한 데이터와 데이터 처리
4.2 데이터마트와 분석지표
4.3 다차원 모델링의 적용
4.4 분석 모형을 위한 데이터 준비
4.5 HDFS에서의 데이터 처리
4.6 실시간, 배치, 스트리밍

5. 빅데이터 분석 제품과 변화하는 기술
5.1 분석 제품의 선택
5.2 제품의 대체와 변화
5.3 인공지능에 인한 제품의 변화

제1권을 마무리하며