애프터스킬 빅데이터 & 인공지능 with 생물정보학

도서 가이드
참고 사이트 목록
목차

CHAPTER .1 생물정보학의 데이터
1.1 생물정보학과 빅데이터
01 생물정보학
02 빅데이터
1.2 개발 환경은 어떻게 마련하나?
01 리눅스에서 시작하자
02 사용자 등록과 권한
03 여러 종류의 셸(shell)
04 셸의 명령어
05 파일 편집기
06 Python과 R, 무엇을 쓸 것인가?
07 파이썬으로 개발 환경 만들기
1.3 빅데이터는 어디서 구하나?
01 웹에서 내려받기
02 스크립트로 데이터 긁어 오기
03 HTTP로 요청하기
04 SQL로 다운받기

CHAPTER .2 데이터 다루기
2.1 빅데이터는 어떻게 저장할까?
01 리스트(List), 튜플(Tuple), 딕셔너리(Dictionary)
02 가장 빠른 검색 방법, 딕셔너리
03 너무 큰 데이터를 다루어야 한다면? 분할 정복
04 데이터 전처리
2.2 데이터 처리를 위한 방법
01 여러 데이터 형식
02 셸 스크립트
03 pandas와 NumPy
04 NumPy로 데이터 다루기
2.3 통계적 유의성을 검증하자
01 통계적 유의성
02 확률 변수와 분포
03 빈도가 얼마나 다른가? 카이제곱 검증
04 확률 밀도와 정규 분포
05 분포가 얼마나 다른가? t-검증

CHAPTER .3 인공 지능
3.1 머신 러닝 (Machine Learning)
01 분류와 회귀
02 SVM (Support Vector Machine)
03 결정 트리와 랜덤 포레스트
04 베이즈 분류와 인과 네트워크
3.2 교차 검증 (Cross Validation)
01 데이터셋 나누기
02 분류기의 성능 평가 척도
03 좋은 분류기 선택
04 빠지기 쉬운 함정
05 모델의 성능을 측정하는 다른 것들
3.3 딥 러닝 (Deep Learning)
01 인공 신경망 (Artificial Neural Network)
02 딥 러닝을 위한 프레임워크
03 CNN (Convolution Neural Network)
04 Autoencoder
05 RNN (Recurrent Neural Network)
06 여러 가지 Optimizer의 최적화
▷ 찾아보기