데이터 분석을 떠받치는 수학

▣ 01장: 데이터 분석이란
1.1 데이터 분석 프로세스
__1.1.1 문제 정의
__1.1.2 데이터 수집
__1.1.3 데이터 분석
__1.1.4 검증 및 고찰
1.2 데이터 분석 알고리즘의 특징과 종류

▣ 02장: 데이터 분석을 위한 기초
2.1 기초 통계량
__2.1.1 평균
__2.1.2 중앙값
__2.1.3 최빈값
__2.1.4 최댓값, 최솟값, 범위
2.2 분산과 표준편차
__2.2.1 표준오차
__2.2.2 분산
__2.2.3 표준편차
__2.2.4 모집단의 개수와 표본집단의 개수
__2.2.5 엑셀로 분산과 표준편차를 계산하는 방법
__2.2.6 정규분포
__2.2.7 정규분포를 이용한 이상점 검출
2.3 데이터 표준화
2.4 공분산과 상관계수
__2.4.1 공분산
__2.4.2 상관계수
2.5 행렬
__2.5.1 정방행렬
__2.5.2 영행렬
__2.5.3 대각행렬과 단위행렬
__2.5.4 삼각행렬
__2.5.5 전치행렬
2.6 행렬 연산
__2.6.1 행렬의 덧셈과 뺄셈
__2.6.2 행렬의 곱셈
__2.6.3 공분산 행렬과 상관행렬
__2.6.3 역행렬
2.7 데이터 분석과 행렬
__2.7.1 연립 방정식과 행렬
__2.7.2 좌표변환과 행렬
2.8 미분과 편미분
__2.8.1 미분
__2.8.2 편미분

▣ 03장: 압축 기법 - 주성분분석
3.1 주성분분석 개요
3.2 주성분분석 실습
__Step 0 데이터 표준화
__Step 1 상관행렬을 구한다
__Step 2 상관행렬의 고윳값, 고유벡터를 구한다
__Step 3 고유벡터를 이용해 표준화된 데이터를 주성분 공간으로 이동시킨다
3.3 주성분분석 활용
__3.3.1 차원축소
__3.3.2 데이터 분석

▣ 04장: 분류 기법 - 마할라노비스-다구찌 시스템

4.1 개요
4.2 MTS 분석 실습
__4.2.1 모델 구축
__4.2.2 모델 활용(이상 감지)
4.3 역행렬을 이용한 MTS 구축
__4.3.1 모델 구축
__4.3.2 모델 활용(이상 감지)

▣ 05장: 예측기법 - 회귀 분석
5.1 선형회귀분석
__5.1.1 단순 선형 회귀
__5.1.2 다중회귀
5.2 주성분회귀분석
__5.2.1 데이터 표준화
__5.2.2 상관행렬 계산
__5.2.3 고윳값, 고유벡터 계산
__5.2.4 좌표변환
__5.2.5 다중회귀 계산
__5.2.6 변환행렬 A 계산
5.3 부분최소제곱법 분석
__5.3.1 데이터 표준화
__5.3.2 가중치 행렬 W 계산
__5.3.3 잠재변수 T 계산
__5.3.4 다중회귀 계산
__5.3.5. 표준화 회귀계수 계산
__5.3.6 회귀계수 계산