AI와 데이터 분석 기초

PART 1 AI와 디지털 비즈니스의 이해
1. AI는 무엇이고 왜 중요한가? 3
1) AI 시대의 도래 3
2) AI의 특징 8
3) AI의 비즈니스 활용 14
4) 분야별 AI 활용 사례 18
2. 비즈니스 패러다임의 변화 24
1) 4차 산업혁명 24
2) 디지털 트랜스포메이션 27
3) 디지털 플랫폼 30
3. 디지털 비즈니스 개요 34
1) 디지털 비즈니스의 이해 34
2) 디지털 비즈니스의 등장 배경 37
3) 디지털 비즈니스의 효과 40
4) 디지털 비즈니스의 융합을 통한 가치 창출 효과 42
5) 디지털 비즈니스 종류 44
4. 디지털 비즈니스에서 데이터의 중요성 47
1) 데이터 경제 시대로의 전환 47
2) 데이터의 개념과 특징 50
3) 데이터 비즈니스의 특성 53
PART 2 디지털 비즈니스와 과학적 분석
1. 디지털 비즈니스와 데이터 과학 59
1) 데이터 과학과 마케팅 59
2) 마케팅 과학과 데이터 61
3) 마케팅 과학의 문제해결 과정 66
2. 데이터 과학과 머신 러닝 70
1) 데이터 분석 기초 70
2) 빅데이터 73
3) 머신러닝 78
4) 머신러닝 모형의 분류 78
5) 머신러닝 과정 79
PART 3 통계적 가설검증의 이해
1. 가설 검정의 이해와 검정 통계량의 의미 87
1) 데이터 분석을 위한 통계 기초 87
2) 가설과 가설 검정 90
2. 빈도와 중심화 경향 95
3. 통계분석 방법 99
1) 상관관계 분석(Correlation analysis) 99
2) 군집 분석(Cluster analysis) 104
3) 회귀 분석(Regression analysis) 108
PART 4 데이터 시각화
1. 데이터 시각화란? 115
2. 데이터 시각화 작성 순서와 도구 117
3. 차트 종류 121
1) 막대그래프 121
2) 누적 막대그래프 123
3) 선형 그래프 124
4) 원형 차트 125
5) 산점도 125
6) 폭포형 그래프 126
7) 트리맵 그래프 127
8) 시각화 방법 선택하는 방법 127
4. 데이터 시각화 기본요소 129
1) 숫자 129
2) 글자 133
3) 색깔 134
4) 차트 요소 139
5. 차트 종류별 작성원칙 140
1) 세로막대 그래프 작성원칙 140
2) 가로막대 그래프 작성원칙 143
3) 선형 그래프 작성원칙 145
4) 원형 차트 작성원칙 147
6. 데이터 시각화를 활용한 분석기법 150
1) 퍼널 분석 150
2) 코호트 분석 154
PART 5 프로그래밍 기초
1. 프로그래밍과 파이썬 159
2. 비전공자도 프로그래밍을 배워야 하는 이유 161
3. 실습환경 구성하기 163
1) 구글 코랩 환경 설정하기 164
2) 구글 코랩 둘러보기 168
3) 셀의 종류(코드와 텍스트) 169
4) 주요 단축키 171
4. 프로그래밍 연산 172
5. 기초 문법 173
1) 변수 173
2) 데이터 타입 174
6. 조건문 181
1) 비교 연산자 182
2) 들여쓰기(indent) 183
3) 논리 연산자 185
7. 반복문 187
8. 함수와 라이브러리 192
1) 내장함수 192
2) 라이브러리 194
PART 6 프로그래밍 기반 데이터 전처리
1. 데이터 이해하기: 판다스 199
2. 데이터 불러오는 방법 202
3. 기술 통계 및 정렬 205
1) 데이터 기본 정보 살펴보기 205
2) 기술 통계와 데이터 형태 208
3) head와 tail 209
4) 데이터 정렬하기 210
4. 데이터 선택하기 213
1) index를 활용한 범위 선택 213
2) iloc으로 행과 열 범위 선택 214
3) 컬럼명을 활용하는 loc 215
4) 조건을 추가해서 데이터 불러오기 216
5. 데이터 처리하기 218
1) DataFrame 복사: copy 218
2) 행열 추가 및 삭제 219
3) 그룹으로 묶어보기: Groupby 223
4) reset_index 225
6. 결측값과 중복값 처리 227
1) 결측값 처리 227
2) 중복값 처리 231
7. 문자 데이터 처리 235
1) 날짜 타입으로 변경하기 235
2) 텍스트를 코드값으로 변경하기 239
3) 원핫 인코딩 242
PART 7 프로그래밍 기반 데이터 시각화와 실전 분석
1. 데이터 시각화: 판다스 라이브러리 247
1) 시각화를 위한 기본 환경설정 247
2) 선 그래프 249
3) 막대그래프 251
4) 원형 차트 255
5) 산점도 256
6) 그 외 데이터 시각화 257
2. 데이터 시각화: matplotlib과 seaborn 라이브러리 258
1) 시각화 관련 다양한 기능 제공 258
2) seaborn에서 제공하는 통계기반 시각화 264
3. 예측 마케팅 267
1) 문제 정의 267
2) 데이터 설명 268
3) 데이터 탐색 269
4) 데이터 분석 274
5) 적용방안 276
4. A/B Test 마케팅 277
1) 문제 정의 277
2) 데이터 설명 278
3) 데이터 탐색 279
4) 데이터 분석 284
5) 적용방안 286
5. 군집 마케팅 287
1) 문제 정의 287
2) 데이터 설명 288
3) 데이터 탐색 288
4) 데이터 분석 295
5) 적용방안 299
부록 AutoML 따라해 보기