데이터 사이언스 디자인 매뉴얼

1. 데이터 사이언스란 무엇인가?
1.1 컴퓨터 과학, 데이터 사이언스, 실제 과학
1.2 데이터에 대해 흥미로운 질문 던지기
1.3 데이터의 속성
1.4 분류와 회귀
1.5 데이터 사이언스 텔레비전:The Quant Shop
1.6 전쟁 이야기에 대해
1.7 전쟁 이야기: 올바른 질문에 답하기
1.8 장 노트
1.9 연습문제

2. 수학적 예비지식
2.1 확률
2.2 기술 통계
2.3 상관 분석
2.4 로그
2.5 전쟁 이야기: 유전자 설계의 적합도
2.6 장 노트
2.7 연습문제

3. 데이터 멍잉
3.1 데이터 사이언스를 위한 언어
3.2 데이터 수집
3.3 테이터 정제
3.4 전쟁 이야기: 시장 공략
3.5 크라우드 소실
3.6 장 노트
3.7 연습문제

4. 점수와 순위
4.1 제질량 지수
4.2 점수화 시스템 개발
4.3 Z-스코어와 정규화
4.4 고급 순위 기법
4.5 전쟁 이야긱: 클라이드의 복수
4.6 애로우의 불가능성 정리
4.7 전쟁 이야기: 누가 더 중요한가?
4.8 장 노트
4.9 연습문제

5. 통계분석
5.1 통계 분포
5.2 분포로부터 표본 추출
5.3 통계적 유의성
5.4 전쟁 이야기: 젊음의 샘을 발견하기?
5.5 순열검정 및 p-값
5.6 베이지안 추론
5.7 장 노트
5.8 연습문제

6. 데이터 시각화
6.1 탐험적 데이터 분석
6.2 시각화 미학의 개발
6.3 차트 타입
6.4 위대한 시각화
6.5 그래프 판독
6.6 대화식 시각화
6.7 전쟁 이야기: 세계를 TextMap으로 표현
6.8 장노트
6.9 연습문제

7. 수리적 모형
7.1 모형화 원리
7.2 모형의 분류
7.3 기준 모형
7.4 모형 평가
7.5 평가 환경
7.6 전쟁이야기: 100%정확도
7.7 모의실험 모형
7.8 전쟁 이야기: 계산된 베팅
7.9 장 노트
7.10 연습문제

8. 선형 대수
8.1 선형 대수의 힘
8.2 행렬 연산의 시각화
8.3 행렬 분할
8.4 고윳값과 고유벡터
8.5 고윳값 분해
8.6 전쟁 이야기: 휴먼 인자
8.7 장 노트
8.8 연습문제

9. 선형회귀 및 로지스틱회귀
9.1 선형회귀
9.2 더 좋은 회귀모형
9.3 전쟁 이야기: 택시 운전사
9.4 매개변수 적합으로서의 회귀
9,5 벌점화를 통한 모형 단순화
9.6 분류와 로지스틱회귀
9.7 로지스틱 분류의 이슈
9.8 장 노트
9.9 연습문제

10. 거리와 네트워크 방법
10.1 거리 측정
10.2 최근접 분류
10.3 그래프, 네트워크, 거리
10.4 PageRank
10.5 클러스터링
10.6 전쟁이야기: 클러스터 폭격
10.7 장 노트
10.8 연습문제

11. 기계학습
11.1 나이브 베이즈
11.2 의사 결정 트리 분류기
11.3 부스팅과 앙상블 학습
11.4 서포트 벡터 기계
11.5 지도의 정도
11.6 딥러닝
11.7 전쟁이야기: 이름 게임
11.8 장 노트
11.9 연습문제

12. 빅테이터: 규모의 달성
12.1 빅 데이터란 무엇인가?
12.2 전쟁 이야기: 인프라 구조가 중요하다
12.3 빅 데이터를 위한 알고리즘
12.4 필터링과 샘플링
12.5 병렬성
12.6 MapReduce
12.7 사회 및 윤리적 암시
12.8 장 노트
12.9 연습문제

13. 맺음말
13.1 취직
13.2 대학원 진학
13.3 전문적 컨설팅 서비스

14. 참고문헌

찾아보기