R을 활용한 비즈니스 인텔리전스

1장. 추출, 변형, 저장
__비즈니스 인텔리전스 분석에서 빅데이터 이해하기
__다양한 정보원에서 데이터 추출하기
____CSV 및 다른 형태 파일 불러오기
____관계형 데이터에서 자료 호출하기
__분석 수요에 맞게 데이터 변형하기
____데이터 행 필터링하기
____데이터 칼럼(열) 선택하기
____기존 데이터에서 계산된 열 삽입하기
____그룹별로 데이터 집계하기
__분석을 위해 비즈니스 시스템에 데이터 로딩하기
____CSV 파일로 저장하기
____TXT 파일로 저장하기
__요약


2장. 데이터 처리
__검사를 위해 데이터 요약하기
____str() 함수를 이용해 요약하기
____분석 결과 검사하고 분석하기
__결함 데이터 찾아 수정하기
____데이터셋의 결함 찾아내기
____결함 데이터 수정하기
__분석 목적에 맞도록 데이터 형태 가공하기
____데이터 형태간 변환
____날짜 및 시간 변환
__문자열 데이터를 표준형으로 가공하기
____숫자 7의 힘
____데이터 분석을 위한 최종 준비
__요약


3장. 탐색적 데이터 분석
__탐색적 데이터 분석 이해하기
____질문의 중요성
____측정 척도
____R의 데이터 형태
__단일 변수 분석하기
____표를 활용한 데이터 탐색
____그래픽을 활용한 데이터 탐색
__두 개의 변수 분석하기
____데이터의 전반적인 모양은 어떨까?
____두 변수 사이에 어떤 관계가 있을까?
____두 변수 사이에 어떤 상관관계가 있을까?
____상관관계는 유의한 수준인가?
__다수의 변수 동시에 분석하기
____데이터 관찰
____데이터의 관계
____상관관계
____유의성 판단
__요약


4장. 비즈니스 회귀 분석
__선형 회귀의 이해
____lm() 함수 이해하기
____단순 선형 회귀
____잔차
__회귀 모델의 가정 점검
____선형성
____독립성
____정규성
____등분산성
____가정들에 대한 정리
__단순 선형 회귀 활용
____분석 결과 해석하기
____단순 선형 회귀로 미지의 결과 예측하기
____신뢰 구간을 활용한 빅데이터 다루기
__선형 회귀를 위한 데이터 개선
____데이터 변형하기
____이상치 데이터 처리하기
__다중 선형 회귀 분석 실행
__요약


5장. 군집 분석을 활용한 데이터 마이닝
__군집 분석에 대한 설명
__K평균 군집을 활용한 분할
____데이터 탐색
____k평균 함수 실행하기
____모델 결과 해석하기
____비즈니스 사례 분석하기
__계층적 군집화 기술
____데이터 정리 및 탐색
____hclust() 함수 실행하기
____분석 결과를 시각화하기
____모델 평가하기
____모델 선택하기
____분석 결과 준비하기
__요약


6장. 시계열 분석
__선형 회귀로 시계열 데이터 분석하기
____선형성, 정규성, 등분산성
____예측과 신뢰 구간
__시계열 분석의 핵심 요소 이해
____안정적 데이터 가정
____차분 방법
__ARIMA 모델 만들기
____모델 선택
____고급 모델링 기법 사용하기
__요약


7장. 데이터 스토리 시각화
__데이터 시각화
____원하는 정보로 주의 집중시키기
____이용자의 해석 돕기
__ggplot2로 그래프 그리기
__Leaflet을 활용한 지리 정보 시각화
____지리 정보 시각화 학습
____지리 정보 시각화 기능 확장
__rCharts로 상호작용하는 그래프 그리기
____데이터 스토리의 큰 틀 짜기
____자바스크립트로 상호작용 기능의 그래프 그리기
__요약


8장. Shiny로 만드는 웹 대시보드
__기본 Shiny 애플리케이션 만들기
____ui.R 파일
____server.R 파일
__마케팅 캠페인 Shiny 애플리케이션 만들기
____다기능의 Shiny 폴더와 파일 구조 사용하기
____유저 인터페이스 설계
____서버 코드 만들기
__Shiny 애플리케이션 배포하기
____깃허브에 저장
____RStudio에 호스팅
____사설 웹 서버에 호스팅
__요약