Python으로 시작하는 빅데이터분석 및 인공지능

PART Ⅰ 파이썬의 기초

CHAPTER 01 파이썬의 기초
1.1 파이썬 설치

CHAPTER 02 변수와 입·출력함수
2.1 데이터형과 변수
2.2 변수의 연산
2.3 입·출력함수

CHAPTER 03 조건문과 반복문
3.1 조건문
3.2 반복문
3.3 break/continue

CHAPTER 04 함수
4.1 사용자 정의 함수
4.2 함수의 응용

CHAPTER 05 문자열과 배열
5.1 문자열
5.2 배열의 종류

CHAPTER 06 객체지향 프로그래밍
6.1 파이썬의 객체
6.2 클래스로 객체 만들기
6.3 생성자
6.4 데이터형 객체의 개념
6.5 다양하고 편리한 기능들
6.6 빈도수

PART Ⅱ 빅데이터 분석

CHAPTER 07 빅데이터 분석을 위한 환경 및 기능
7.1 빅데이터 분석 개요
7.2 개발환경 구축

CHAPTER 08 빅데이터 분석 초기예제
8.1 DNA 프로젝트

CHAPTER 09 통계와 수학적 기능을 위한 Numpy
9.1 Numpy의 설치
9.2 Numpy의 기초

CHAPTER 10 빅데이터 분석을 위한 Plot 기능
10.1 Matplot의 기초
10.2 Numpy를 이용한 plot 기능

CHAPTER 11 데이터프레임 처리를 위한 Pandas
11.1 Pandas의 기초

CHAPTER 12 빅데이터 가공 및 분석
12.1 빅데이터의 가공
12.2 Binning/Normalization
12.3 Data Formatting

CHAPTER 13 빅데이터 분석 과제
13.1 Network X
13.2 GPS를 이용한 철새 이동 파악

PART Ⅲ 인공지능

CHAPTER 14 기계학습의 기본 개념
14.1 기계학습의 단계
14.2 트리 분류자의 시각화

CHAPTER 15 기계학습 모델(Machine Learning Models)
15.1 지도학습의 개요
15.2 지도학습의 구조 및 방식
15.3 지도학습 모델의 종류
15.4 비지도학습의 개요 및 구조
15.5 과제

CHAPTER 16 딥러닝
16.1 딥러닝의 개요
16.2 문제 유형별 딥러닝 모델
16.3 딥러닝 모델의 성능
16.4 이미지와 시계열 처리 모델