비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문

PART 1 메가트렌드와 데이터 분석
01메가트렌드란?
02 데이터 분석이란?

PART 2 현실 세계의 데이터 모델링
01 데이터 사이언스 프로세스란?
02 데이터란 무엇인가?
03 자료의 정보화
04 1차 자료와 설문 조사 방식(Survey)
05 설문 조사(Survey) 방식을 활용한 데이터 수집
06 크롤링을 위한 기본 환경 구성 이해: 파워쿼리
07 2차 자료와 크롤링
08 파워쿼리를 활용한 웹 크롤링 진행하기

PART 3 데이터 분석과 통계 - 통계의 이해
01 기술통계
02 데이터와 통계량
03 분산과 표준편차
04 표본과 모집단의 관계
05 몬테카를로 실험 설계 및 실행
06 중심 극한 정리
07 중심 극한 정리와 Pilgrim Bank 표본 실험
08 Population Table을 활용한 표본 개수 의사결정

PART 4 데이터 분석과 통계 - 추론 통계
01 논리적 추론과 피어슨 추론
02 유의성 검정 원리
03 주요 유의 확률 계산 도구 소개
04 유의성 검정 도구 KESS 설치
05 목적에 맞는 유의성 검정
06 카이제곱검정이란?
07 카이제곱검정: 월마트(Walmart) 영수증
08 T검정이란?
09 T검정: 이메일 모금 실험
10 회귀분석이란?
11 회귀분석: 케냐 구호사업

PART 5 데이터 전처리
01 데이터 전처리 입문
02 결측치 처리
03 데이터 클렌징
04 금액 단위 변경
05 텍스트 나누기 및 개체 삭제
06 데이터 타입 오류 사례
07 데이터 전처리 종합사례 01
08 데이터 전처리 종합사례 02

PART 6 데이터 분석 도구 활용
01 엑셀 데이터 관리 유형 이해: 테이블, 크로스탭, 템플릿
02 엑셀 데이터 관리 유형 이해하기
03 엑셀 Core 기능 표 등록 및 활용 방안
04 엑셀 Core 기능 이름 정의 및 활용 방안
05 엑셀 에러 처리와 VLOOKUP 활용 방안
06 혼합 참조 이해와 민감도 분석 적용 방안
07 소매점 판매 데이터를 활용한 비즈니스 분석 입문
08 주요 데이터 분석 도구 장단점 정리

PART 7 비즈니스 데이터 분석 실무
01 주요 KPI의 이해
02 BSC 프레임워크 기반 분석 목표 KPI 도출 전략
03 분석 대상 데이터 이해하기
04 분석 모델 기반 데이터 분석 입문
05 Key Metrics 도출하기
06 경향분석(Trend Analysis)
07 비교분석(Comparison Analysis)
08 순위분석(Ranking Analysis)
09 기여분석(Contribution Analysis)
10 빈도분석(Frequency Analysis)
11 차이분석(Variance Analysis)
12 파레토 분석(Pareto Analysis)
13 상관분석(Correlation Analysis)
14 Interactive Dashboard 구성?
PART 8 머신러닝 입무
01 머신러닝이란?
02 베이즈 추론이란?
03 베이즈통계 입문: 빼빼로데이에 초콜릿을 건넨 그 남자의 진정성 추정하기
04 베이즈통계: 단지 문제 해결 방식
05 베이즈통계: 스팸메일 필터 구현하기
06 베이즈통계: 축차 합리성

PART 9 AZUREML을 활용한 머신러닝 실무
01 머신러닝과 AZUREML
02 Linear Regression을 활용한 적정 집값 예측하기
03 적용된 모델의 예측력 비교하기
04 Decision Tree를 활용한 신용평가 모형 개발하기
05 Logistic Regression을 활용한 직원 이탈 가능성 예측하기

PART 10 데이터 사이언스 정리
01 데이터 사이언스 프로세스 정리

Appendix - 엑셀 2013 사용자를 위한 지침
01 파워쿼리 설치

“엑셀로 설명하므로 누구나 배우면 바로 활용할 수 있습니다. 분석 도구로 엑셀을 사용합니다. 데이터 분석이라면 R이나 Python을 떠올리지만, 고급 도구는 평범한 직장인에게 딱히 쓸모가 없습니다. 쉽게 손이 가는 간단한 도구로 배워야 실용적으로 쓸 수 있습니다.”
- 『머리말』 중에서

“전처리란 빈 데이터를 결측치로, 이상한 데이터를 이상치로 분류하고 확보한 전체 데이터에 발생하는 문제를 바로잡는 일을 가리킨다. 데이터 전처리 단계를 거친 깨끗한 데이터 셋을 마스터 데이터 셋이라고 부른다.“
- 『현실 세계의 데이터 모델링 』 중에서