데이터 분석의 모든 것

Part 1. 비전공자를 위한 기초 지식(통계, R)
____Chapter 1. 기초 통계
________1.1 통계 개요
____________1.1.1 통계학의 중요 용어와 개념
____________1.1.2 통계 자료의 획득 방법
________1.2 기초 통계량과 확률
____________1.2.1 집중화 경향 대표값
____________1.2.2 분산도
____________1.2.3 확률 이론
________1.3 정규분포와 정규화
____________1.3.1 정규분포
____________1.3.2 표준화
________1.4 가설 검정
____________1.4.1 통계적 가설
____________1.4.2 가설 검정
________연습문제

____Chapter 2. R 프로그래밍
________2.1 프로그래밍 환경 만들기
____________2.1.1 프로그래밍 언어, R
____________2.1.2 R 설치하기
____________2.1.3 R Studio 설치하기
____________2.1.4 R 패키지 설치하기
________2.2 변수와 데이터 타입
____________2.2.1 변수
____________2.2.2 데이터 타입
________2.3 데이터 구조
____________2.3.1 백터
____________2.3.2 매트릭스(행렬)
____________2.3.3 데이터프레임
____________2.3.4 배열
____________2.3.5 리스트
________2.4 R 기초 프로그래밍
____________2.4.1 연산
____________2.4.2 흐름 제어문
____________2.4.3 함수
____________2.4.4 유용한 함수와 상수
________2.5 R을 이용한 데이터 조작 방법
____________2.5.1 데이터의 대략적인 특징 파악에 유용한 함수
____________2.5.2 외부 파일 읽기
____________2.5.3 데이터 추출
____________2.5.4 데이터 구조 변경
________연습문제


Part 2. 데이터 마트와 통계 분석
____Chapter 3. 탐색적 데이터 분석 개요
________3.1 탐색적 데이터 분석 개요
____________3.1.1 데이터 대표값 탐색
____________3.1.2 데이터 분산도 탐색
____________3.1.3 데이터 분포 탐색
____________3.1.4 변수 간 관계 탐색
________연습문제

____Chapter 4. 데이터 준비(전처리)
________4.1 데이터 전처리
____________4.1.1 데이터 변환, 처리
____________4.1.2 결측값 처리
____________4.1.3 이상값 검색
____________4.1.4 데이터 정규화
________4.2 차원 축소
____________4.2.1 차원 축소의 필요성
____________4.2.2 주성분분석
____________4.2.3 요인분석
________4.3 변수 선택
____________4.3.1 변수 선택 방법
____________4.3.2 상관계수
____________4.3.3 카이제곱검정
____________4.3.4 0에 가까운 분산
________연습문제

____Chapter 5. 통계 기반 데이터 분석
________5.1 기술 통계와 추론 통계
____________5.1.1 기술 통계
____________5.1.2 추론 통계
________5.2 상관분석
____________5.2.1 분석 방법
____________5.2.2 상관계수 검정
________5.3 선형회귀분석
____________5.3.1 단순선형회귀
____________5.3.2 다중선형회귀
____________5.3.3 모델 진단 그래프
____________5.3.4 회귀분석 모델의 체크사항
________5.4 시계열분석
____________5.4.1 시계열 데이터 개요
____________5.4.2 정상성
____________5.4.3 비정상 시계열을 정상 시계열로 전환하는 방법
____________5.4.4 시계열 모델
________5.5 주성분분석
____________5.5.1 주성분분석 개요
____________5.5.2 주성분분석 과정 설명
____________5.5.3 주성분분석 목적
____________5.5.4 주성분분석의 예
____________5.5.5 주성분분석 해석
____________5.5.6 적절한 주성분 개수 선택법
________연습문제


Part 3. 정형 데이터 마이닝
____Chapter 6. 분류분석
________6.1 데이터 마이닝
____________6.1.1 데이터 마이닝의 개념
____________6.1.2 데이터 마이닝의 대표적 기능
____________6.1.3 데이터 마이닝 추진 단계
____________6.1.4 분류분석의 주요 모델
________6.2 의사결정나무
____________6.2.1 의사결정나무 모델의 개념
____________6.2.2 분류 변수와 분류 기준값의 선택 방법
____________6.2.3 의사결정나무의 구조
____________6.2.4 의사결정나무 분석 예제(rpart() 함수)
____________6.2.5 의사결정나무 분석 예제(ctree() 함수)
________6.3 로지스틱 회귀
____________6.3.1 로지스틱 회귀 모델의 개념
____________6.3.2 로지스틱 회귀 모델 예제(glm() 함수)
________6.4 인공신경망
____________6.4.1 인공신경망 모델의 개념
____________6.4.2 단층신경망
____________6.4.3 다층신경망
____________6.4.4 피드포워드신경망
____________6.4.5 인공신경망 분석 예제(nnet() 함수)
____________6.4.6 인공신경망 분석 예제(neuralnet() 함수)
________6.5 앙상블
____________6.5.1 앙상블 모델의 개념
____________6.5.2 배깅과 분석 예제(bagging() 함수)
____________6.5.3 부스팅과 분석 예제(adabag::boosting() 함수)
____________6.5.4 랜덤 포레스트와 분석 예제(randomForest() 함수)
________6.6 서포트 벡터 머신
____________6.6.1 서포트 벡터 머신 모델의 개념
____________6.6.2 서포트 벡터 머신 분석 예제(ksvm() 함수)
____________6.6.3 서포트 벡터 머신 분석 예제(svm() 함수)
________6.7 나이브 베이즈
____________6.7.1 나이브 베이즈 모델의 개념
____________6.7.2 나이브 베이즈 분석 예제(naiveBayes() 함수)
________6.8 k-최근접 이웃
____________6.8.1 k-최근접 이웃 모델의 개념
____________6.8.2 k-최근접 이웃 분석 예제(knn() 함수)
____________6.8.1 k-최근접 이웃 분석 예제(kknn() 함수)
________연습문제

____Chapter 7. 분류분석 모델 평가
________7.1 정오분류표
____________7.1.1 분류분석 모델 평가를 위한 고려사항
____________7.1.2 정오분류표
____________7.1.3 신경망, 의사결정나무, 랜덤 포레스트 모델을 비교 평가하는 예제
________7.2 ROC 곡선과 AUC
____________7.2.1 ROC 곡선과 AUC의 개념
____________7.2.2 ROC 곡선과 AUC를 계산하여 모델을 평가하는 예제
____________7.2.3 세 가지 분류분석 모델의 평가를 하나의 ROC 곡선으로 비교하는 예제
________7.3 이익도표와 향상도 곡선
____________7.3.1 이익도표와 향상도 곡선의 개념
____________7.3.2 이익도표와 향상도 곡선을 그린 예제
________7.4 데이터 추출 방법
____________7.4.1 홀드아웃과 홀드아웃 예제
____________7.4.2 교차검증과 교차검증 예제
____________7.4.3 붓스트랩과 붓스트랩 예제
________7.5 클래스 불균형
____________7.5.1 클래스 불균형의 개념과 예제
____________7.5.2 업샘플링과 예제
____________7.5.3 다운샘플링과 예제
____________7.5.4 SMOTE와 예제
________연습문제

____Chapter 8. 군집분석과 연관분석
________8.1 군집분석
____________8.1.1 계층적 군집분석
____________8.1.2 k-평균 군집분석
____________8.1.3 혼합분포 군집분석
____________8.1.4 SOM 군집분석
____________8.1.5 SOM 군집분석 예제
________8.2 연관분석
____________8.2.1 연관규칙분석
________연습문제


Part 4. 비정형 데이터 마이닝

____Chapter 9. 텍스트 마이닝
________9.1 텍스트 마이닝 개요
____________9.1.1 텍스트 마이닝의 개념
____________9.1.2 텍스트의 위계적 구조
____________9.1.3 단어 표현 방법
____________9.1.4 텍스트 마이닝의 기능
________9.2 텍스트 마이닝 기본 프로세스
____________9.2.1 텍스트 수집
____________9.2.2 텍스트 전처리
________9.3 유사도 거리
____________9.3.1 유사도 거리 함수
____________9.3.2 유사도 거리를 계산하는 예제
________9.4 워드 클라우드
____________9.4.1 워드 클라우드
________9.5 감성분석
____________9.5.1 김성분석
________9.6 카운터 기반의 단어 표현
____________9.6.1 원-핫 인코딩
____________9.6.2 백오브워드
____________9.6.3 단어 빈도-역문서 빈도
________9.7 워드 임베딩을 위한 단어 표현
____________9.7.1 워드투벡터
____________9.7.2 글로브
________연습문제

____Chapter 10. 사회연결망 분석
________10.1 사회연결망 개요
____________10.1.1 사회연결망 개념
____________10.1.2 중심성
____________10.1.3 사회연결망 예제(대통령 브리핑 486~488.txt)
________연습문제

____부록
________정답 및 해설
________참고문헌
________찾아보기