¹Ýµð¾Ø·ç´Ï½º ÀÎÅͳݼ­Á¡

³×ºñ°ÔÀÌ¼Ç ½Ç½Ã°£ Àαâ Ã¥

    µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R

    µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R ¼³Ä¡ºÎÅÍ ÆÐŰÁö °³¹ß±îÁö R·Î ½ÃÀÛÇÏ´Â µ¥ÀÌÅÍ °úÇÐ

    ½Ã¸®Áî : ¿¡ÀÌÄÜ µ¥ÀÌÅÍ °úÇÐ ½Ã¸®Áî [40]

    ¿øÁ¦ : R for Everyone: Advanced Analytics and Graphics

    • À縮µå ·£´õ Àú
    • °í¼®¹ü ¿ª
    • ¿¡ÀÌÄÜÃâÆÇ
    • 2017³â 12¿ù 27ÀÏ
    • Á¤°¡
      40,000¿ø
    • ÆÇ¸Å°¡
      36,000¿ø [10% ÇÒÀÎ]
    • °áÁ¦ ÇýÅÃ
      ¹«ÀÌÀÚ
    • Àû¸³±Ý
      2,000¿ø Àû¸³ [5%P]

      NAVER Pay °áÁ¦ ½Ã ³×À̹öÆäÀÌ Æ÷ÀÎÆ® 5% Àû¸³ ?

    • ¹è¼Û±¸ºÐ
      ¾÷ü¹è¼Û(¹ÝµðºÏ)
    • ¹è¼Û·á
      ¹«·á¹è¼Û
    • Ãâ°í¿¹Á¤ÀÏ

      Ãâ°í¿¹Á¤ÀÏ ¾È³»

      ¡Ø Ãâ°í¿¹Á¤ÀÏÀº µµ¼­ Àç°í»óȲ¿¡ µû¶ó º¯µ¿µÉ ¼ö ÀÖ½À´Ï´Ù.

      close

      2025³â 05¿ù 01ÀÏ(¸ñ)

      ¡Ø Ãâ°í¿¹Á¤ÀÏÀº µµ¼­ Àç°í»óȲ¿¡ µû¶ó º¯µ¿µÉ ¼ö ÀÖ½À´Ï´Ù.

    ¼ö·®
    ȸ¿ø¸®ºä
    - [0]
    ISBN: 9791161750989 648ÂÊ 235 x 188 (§®)

    Áö±Ý ÀÌÃ¥Àº

    ÀÌ ºÐ¾ßÀÇ º£½ºÆ®¼¿·¯

    ÀÌ Ã¥°ú ÇÔ²² ±¸¸ÅÇÑ Ã¥

    ÀÌ Ã¥ÀÇ ½Ã¸®Áî

    Àüü ¼±Åà ¼îÇÎīƮ ´ã±â

    ÃâÆÇ»ç ¸®ºä

    RÀÇ ±âÃʺÎÅÍ ÇÁ·Î±×·¡¹Ö±îÁö ¼Ò°³Çϰí, ´Ù¾çÇÑ Åë°èÇÐÀû ¹æ¹ý°ú Àϻ󿡼­ »ç¿ëÇÒ ¼ö ÀÖ´Â µµ±¸µéÀ» ¼Ò°³ÇÑ´Ù. 2ÆÇ¿¡¼­´Â »õ·Î¿î ³»¿ëÀ» Ãß°¡ÇØ ÃֽŠR Ä¿¹Â´ÏƼ¿¡ ¼Ò°³µÈ ³»¿ëµéÀ» ¸Á¶óÇϰí ÀÖ´Ù. ŸÀ̵ð¹ö½º(Tidyverse)¸¦ Ȱ¿ëÇØ µ¥ÀÌÅÍ ´Ù·ç±â, R ¸¶Å©´Ù¿î, »þÀÌ´Ï¿¡ ´ëÇÑ ÀåµéÀÌ ±×·± ¿¹´Ù. ¿¹Á¦·Î »ç¿ëµÇ´Â µ¥ÀÌÅÍ ¼¼Æ®µéÀº ´©±¸³ª »ç¿ëÇÒ ¼ö ÀÖ´Â °ÍÀ» »ç¿ëÇßÀ¸¸ç, À̸¦ Àß Á¤¸®ÇØ ÀúÀÚÀÇ À¥ »çÀÌÆ®¸¦ ÅëÇØ Á¢±ÙÇÒ ¼ö ÀÖ°Ô Çß´Ù. ÀÌ Ã¥Àº ½ÇÁ¦·Î Á¸ÀçÇÏ´Â µ¥ÀÌÅÍ¿Í Àç¹ÌÀÖ´Â ¹®Á¦µé·Î µ¶ÀÚÀÇ Èï¹Ì¸¦ ³¡±îÁö À¯ÁöÇÏ°Ô ÇÑ´Ù.

    ¡Ú ÃßõÀÇ ±Û ¡Ú

    RÀº ÃÖ±Ù 5³â µ¿¾È ÀαⰡ ±Þ»ó½ÂÇß´Ù. À̸¦ º¸¸é¼­ µ¶ÀÚµéÀº RÀÌ »õ·Ó°Ô ÁÖ¸ñ ¹Þ´Â ¾ð¾î¶ó°í »ý°¢ÇÒ ¼öµµ ÀÖ´Ù. ±×·¸Áö¸¸ ³î¶ø°Ôµµ RÀº 1993³â¿¡ ¼Ò°³µÆ´Ù. ±×·³ ¿Ö ÃÖ±Ù¿¡ ¿Í¼­ °©ÀÚ±â ÀαⰡ ³ô¾ÆÁ³À»±î? ¾Æ¸¶µµ µ¥ÀÌÅÍ °úÇÐÀÌ ÇϳªÀÇ Á÷¾÷ ¹× ¿¬±¸ ÁÖÁ¦·Î ºÎ»óÇ߱⠶§¹®ÀÌ ¾Æ´Ò±î »ý°¢ÇÑ´Ù. µ¥ÀÌÅÍ °úÇÐÀÇ ±âÃÊÀûÀÎ ³»¿ëÀº ¼ö½Ê ³â µ¿¾È À̾îÁ® ³»·Á¿Ô´Ù. Åë°èÇÐ, ¼±Çü ´ë¼ö, »ý»ê °ü¸® ¿¬±¸, Àΰø Áö´É, ¸Ó½Å ·¯´× µîÀº °¢ÀÚ ÃÖ±ÙÀÇ µ¥ÀÌÅÍ °úÇп¡ À̹ÙÁöÇÑ´Ù. ÇÏÁö¸¸ ´ëºÎºÐÀÇ ÄÄÇ»ÅÍ ¾ð¾îµé°ú ´Þ¸® RÀº ÀÌ·± ¸ðµç ±â´ÉÀ» ´Ü ÇϳªÀÇ ÇÔ¼ö È£ÃâÀ» ÅëÇØ »ç¿ëÇÒ ¼ö ÀÖµµ·Ï ¹ßÀüÇØ¿Ô´Ù.
    ±×·¡¼­ ³ª´Â ÀúÀÚ°¡ Àα⠵µ¼­ÀÎ ÃÊÆÇÀ» ´Ù½Ã ´Ùµë¾î ÃÖ±Ù R Ä¿¹Â´ÏƼ¿¡¼­ ÀÖ¾ú´ø ¿©·¯ °¡Áö Çõ½ÅÀûÀÎ ³»¿ëÀ» ´ãÀº 2ÆÇÀ» ³½´Ù´Â ¼Ò½Ä¿¡ ÈïºÐÇß´Ù. RÀº ¿©·¯ µ¥ÀÌÅÍ °úÇÐ ¾÷¹«¿¡ À־ ÇʼöºÒ°¡°áÇÑ µµ±¸´Ù. ¿¹Ãø°ú ºÐ¼®À» À§ÇÑ ¿©·¯ °¡Áö À¯¿ëÇÑ ¾Ë°í¸®ÁòÀ» ´Ü ¸î ÁÙÀÇ Äڵ带 °®°í ÇØ°áÇÒ ¼ö ÀÖÀ¸¹Ç·Î ÃÖ±Ù µ¥ÀÌÅÍ¿Í °ü·ÃµÈ µµÀüÀûÀÎ ¹®Á¦µéÀ» ÇØ°áÇÏ´Â ÈǸ¢ÇÑ µµ±¸´Ù. µ¥ÀÌÅÍ °úÇÐÀº ÇϳªÀÇ ¿µ¿ªÀ¸·Î¼­ ´ÜÁö ¼öÇÐÀ̳ª Åë°èÇп¡ ¸Ó¹°Áö ¾ÊÀ¸¸ç, ÇϳªÀÇ ÇÁ·Î±×·¡¹ÖÀ̳ª ±â¹Ý ½Ã¼³µµ ¾Æ´Ï´Ù. ÀÌ Ã¥Àº ÀÏ¹Ý µ¶Àڵ鿡°Ô R ¾ð¾îÀÇ Èû°ú Ç¥Çö·ÂÀ» ¼Ò°³ÇÏ´Â ±ÕÇü ÀâÈù ¾È³»¼­´Ù.
    ³ª´Â ÀÌ Ã¥ÀÇ ÀúÀÚº¸´Ù ³ªÀº R ¾È³»¼­¸¦ Á¦°øÇÏ´Â ÀúÀÚ¸¦ ¾ËÁö ¸øÇÑ´Ù. ±×¿Í ³ª´Â 2009³â ´º¿å ¸Ó½Å ·¯´× Ä¿¹Â´ÏƼ(NYC machine learning community)¿¡¼­ ¸¸³µ´Ù. ´ç½Ã ´º¿å µ¥ÀÌÅÍ Ä¿¹Â´ÏƼ´Â ¸ðµÎ ÇÕÃĵµ ÇϳªÀÇ ÄÜÆÛ·±½ºÀå¿¡ ´Ù µé¾î°¥ ¼ö ÀÖÀ» Á¤µµ·Î ÀÛ¾ÒÀ¸¸ç, ´Ù¸¥ ¸ðÀÓÀº ¾ÆÁ÷ Çü¼ºµÇÁöµµ ¾ÊÀº ½ÃÁ¡À̾ú´Ù. Áö³­ 7³â µ¿¾È ±×´Â ºÎ»óÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÇ ÃÖÀü¼±¿¡ ÀÖ¾ú´Ù.
    ±×´Â Åë°èÇÐ ¸ðÀÓ, °­¿¬, Ä÷³ºñ¾Æ ´ëÇп¡¼­ÀÇ R ÄÚ½º ±³À° µîÀ» ÅëÇØ ÇÁ·Î±×·¡¸Ó, µ¥ÀÌÅÍ °úÇÐÀÚ, ¾ð·ÐÀÎ, Åë°èÇÐÀÚ µîÀ» °¡¸£Ä¡¸ç Ä¿¹Â´ÏƼÀÇ ¼ºÀåÀ» µµ¿Ô´Ù. ±×ÀÇ È°µ¿Àº ±³À°¿¡ ±¹ÇѵÇÁö ¾Ê¾Ò´Ù. ÀÏ»óÀûÀÎ Á÷¾÷¿¡¼­µµ Å©°í ÀÛÀº °í°´À» À§ÇÑ ÄÁ¼³ÆÃÀ» Çϸ鼭 ÀÌ·± µµ±¸µéÀ» Ȱ¿ëÇÒ ¼ö ÀÖµµ·Ï Àå·ÁÇß´Ù. ±×´Â ÀÌ Ã¥ÀÇ ÃÊÆÇÀÌ Ãâ°£µÈ ÈÄ ´º¿å R ÄÜÆÛ·±½º¸¦ ±¸¼ºÇÏ°í ¼ö¸¹Àº ¸ðÀÓ°ú ÄÜÆÛ·±½º¿¡¼­ °­¿¬Çß°í, RÀ» »ç¿ëÇØ 2016³â ¹Ì±¹ ÇÁ·Î ³ó±¸ µå·¡ÇÁÆ®¸¦ Æò°¡ÇÏ´Â µî R Ä¿¹Â´ÏƼ¿¡¼­ ¸¹Àº Ȱµ¿À» Çß´Ù.
    ÀÌ Ã¥Àº RÀÇ ±âÃÊ¿¡¼­ ÇÁ·Î±×·¡¹Ö±îÁö ¼Ò°³Çϰí, ´Ù¾çÇÑ Åë°èÇÐÀû ¹æ¹ý°ú Àϻ󿡼­ »ç¿ëÇÒ ¼ö ÀÖ´Â ´Ù¾çÇÑ µµ±¸µéÀ» ¼Ò°³ÇÑ´Ù. 2ÆÇ¿¡¼­´Â »õ·Î¿î ³»¿ëÀ» Ãß°¡ÇØ ÃֽŠR Ä¿¹Â´ÏƼ¿¡ ¼Ò°³µÈ ³»¿ëµéÀ» ¸Á¶óÇϰí ÀÖ´Ù. ŸÀ̵ð¹ö½º(Tidyverse)¸¦ Ȱ¿ëÇØ µ¥ÀÌÅÍ ´Ù·ç±â, R ¸¶Å©´Ù¿î, »þÀÌ´Ï¿¡ ´ëÇÑ ÀåµéÀÌ ±×·± ¿¹´Ù. ¿¹Á¦·Î »ç¿ëµÇ´Â µ¥ÀÌÅÍ ¼¼Æ®´Â ´©±¸³ª »ç¿ëÇÒ ¼ö ÀÖ´Â °ÍÀ» »ç¿ëÇßÀ¸¸ç, À̸¦ Àß Á¤¸®ÇØ ±×ÀÇ À¥ »çÀÌÆ®¸¦ ÅëÇØ Á¢±ÙÇÒ ¼ö ÀÖ°Ô Çß´Ù. ÀÌ Ã¥Àº ½ÇÁ¦·Î Á¸ÀçÇÏ´Â µ¥ÀÌÅÍ¿Í Àç¹ÌÀÖ´Â ¹®Á¦µéÀ» °®°í µ¶ÀÚÀÇ Èï¹Ì¸¦ ³¡±îÁö À¯ÁöÇÏ°Ô ÇÑ´Ù.

    Æú µñ½º(½Ã¸®Áî ÆíÁýÀÚ)

    ¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú

    ¡á R, RStudio, R ÆÐŰÁö µÑ·¯º¸±â
    ¡á °è»ê¿¡ »ç¿ëµÇ´Â R: º¯¼ö ŸÀÔ, º¤ÅÍ, ÇÔ¼ö È£Ãâ µî
    ¡á µ¥ÀÌÅÍ ÇÁ·¹ÀÓ, ¸ÅÆ®¸¯½º, ¸®½ºÆ® °°Àº µ¥ÀÌÅÍ ±¸Á¶ Ž»ö
    ¡á ¿©·¯ °¡Áö À¯ÇüÀÇ µ¥ÀÌÅÍ Àбâ
    ¡á ¸ÅȤÀûÀ̰í Á÷°üÀûÀÎ Åë°è ±×·¡ÇÁ ¸¸µé±â
    ¡á »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö ÀÛ¼º
    ¡á if, ifesle µîÀ» »ç¿ëÇÑ ÇÁ·Î±×·¥ ÄÁÆ®·Ñ°ú º¹ÀâÇÑ Á¶°Ç ¸¸µé±â
    ¡á ±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ
    ¡á º¹¼öÀÇ µ¥ÀÌÅÍ ¼¼Æ®¸¦ °áÇÕÇÏ°í ±¸Á¶ ¹Ù²Ù±â
    ¡á RÀ» »ç¿ëÇÑ ¹®ÀÚ¿­ Á¶ÀÛ°ú Á¤±Ô Ç¥Çö½Ä ´Ù·ç±â
    ¡á Á¤±Ô, ÀÌÇ×, Æ÷¾Æ¼Û ºÐÆ÷ ¸¸µé±â
    ¡á ¼±Çü, ÀϹÝÈ­ ¼±Çü, ºñ¼±Çü ¸ðÇü ¸¸µé±â
    ¡á ±âÃÊ ¿ä¾à Åë°è: Æò±Õ, Ç¥ÁØÆíÂ÷, t-°ËÁ¤
    ¡á ¸Ó½Å ·¯´× ¸ðÇü ÇнÀ
    ¡á ¸ðÇüÀÇ Áú Æò°¡¿Í º¯¼ö ¼±Åùý
    ¡á ÀÏ·¡½ºÆ½ ³Ý°ú º£ÀÌÁî ¹æ¹ýÀ» »ç¿ëÇØ °ú´ëÀûÇÕÀ» ¸·°í º¯¼ö ¼±Åà ½ÇÇàÇϱâ
    ¡á ÀϺ¯·®, ´Ùº¯·® ½Ã°è¿­ µ¥ÀÌÅÍ ºÐ¼®
    ¡á K-Æò±Õ, °èÃþÀû ±ºÁýÈ­
    ¡á ´ÏÅÍ(knitr)¸¦ »ç¿ëÇØ ·¹Æ÷Æ®, ÇÁ¸®Á¨Å×À̼Ç, À¥ ÆäÀÌÁö ¸¸µé±â
    ¡á R ¸¶Å©´Ù¿î°ú htmlwidgetsÀ» »ç¿ëÇÑ ÀÎÅÍ·¢Æ¼ºê µ¥ÀÌÅÍ ½Ã°¢È­
    ¡á »þÀÌ´Ï(Shiny)·Î ´ë½Ãº¸µå ±¸Çö
    ¡á devtools, Rcpp¿Í ÇÔ²² R ÆÐŰÁö ¸¸µé±â

    ¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú

    R ¾ð¾î·Î ÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÇ Àü¹ÝÀûÀÎ ³»¿ëÀ» ´Ù·ç¹Ç·Î µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¿¡°Ô ¾È¼º¸ÂÃãÀÎ ¾È³»¼­´Ù. ÀÌ Ã¥À» ´Ù ÀÐ°í ³ª¸é, R ÇÁ·Î±×·¥ ÀÛ¼º»Ó¸¸ ¾Æ´Ï¶ó °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â Åë°è ¹æ¹ýµéÀ» ¸ðµÎ »ç¿ëÇÒ ¼ö ÀÖ°Ô µÉ °ÍÀÌ´Ù.

    ¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú

    1Àå, 'R ¼³Ä¡'¿¡¼­´Â RÀ» ´Ù¿î·ÎµåÇÏ°í ¼³Ä¡ÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ¿©·¯ °¡Áö ¿î¿µÃ¼Á¦¸¦ Æ÷ÇÔÇØ 32ºñÆ®¿Í 64ºñÆ® ¹öÀüÀÇ Â÷À̵µ ¼³¸íÇÑ´Ù. RÀ» ¼³Ä¡ÇÒ Àå¼Ò¿¡ ´ëÇÑ Á¶¾ðµµ µé¾î ÀÖ´Ù.
    2Àå, 'R ȯ°æ'¿¡¼­´Â R »ç¿ë¹ý¿¡ ´ëÇÑ °³·ÐÀ¸·Î, RStudio¿¡ »ç¿ëÇÏ´Â ¹æ¹ýÀ» ÁßÁ¡ÀûÀ¸·Î ´Ù·é´Ù. RStudioÀÇ ÇÁ·ÎÁ§Æ® ±â´É, ¹öÀü °ü¸® µµ±¸ÀÎ ±êÀ» »ç¿ëÇϰí RStudio¸¦ °³º°È­ÇÏ´Â ¹æ¹ýµµ ¼Ò°³ÇÑ´Ù.
    3Àå, 'R ÆÐŰÁö'¿¡¼­´Â R ÆÐŰÁö¸¦ ã´Â ¹æ¹ý, ¼³Ä¡ÇÏ°í ·ÎµùÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
    4Àå, 'RÀÇ ±âÃÊ'¿¡¼­´Â RÀ» °®°í ¼öÇÐ °è»êÀ» ÇØº»´Ù. ¼ýÀÚÇü(Numeric), ¹®ÀÚÇü(Character), ³¯Â¥(Date), º¤ÅÍ µî°ú °°Àº º¯¼öÀÇ Å¸ÀÔÀ» ¼Ò°³Çϰí, ÇÔ¼ö¸¦ È£ÃâÇϰí ÇÔ¼ö¿¡ ´ëÇÑ µµ¿ò¸» ¹®¼­¸¦ ã´Â ¹ýÀ» ¼Ò°³ÇÑ´Ù.
    5Àå, '°í±Þ µ¥ÀÌÅÍ ±¸Á¶'¿¡¼­´Â °¡Àå °­·ÂÇϸ鼭 ÀÚÁÖ »ç¿ëµÇ´Â µ¥ÀÌÅÍ ±¸Á¶ÀÎ µ¥ÀÌÅÍ ÇÁ·¹ÀÓ°ú ÇÔ²² ¸ÅÆ®¸¯½º, ¸®½ºÆ® µîÀ» ´Ù·é´Ù.
    6Àå, 'R·Î µ¥ÀÌÅÍ ÀÐ¾î ¿À±â'¿¡¼­´Â R·Î µ¥ÀÌÅ͸¦ °¡Á®¿À´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. µ¥ÀÌÅÍ ºÐ¼® ÀÌÀü¿¡ R·Î ¸ÕÀú °¡Á®¿Í¾ß ÇÒ °ÍÀÌ´Ù. CSV ÆÄÀÏÀ̳ª µ¥ÀÌÅͺ£À̽º µîÀÇ µ¥ÀÌÅ͸¦ Àд µî µ¥ÀÌÅ͸¦ °®°í ¿À´Â ¹æ¹ýÀº ´Ù¾çÇÏ´Ù.
    7Àå, 'R Åë°è ±×·¡ÇÁ'¿¡¼­´Â ¿Ö ±×·¡ÇÁ°¡ µ¥ÀÌÅÍ ºÐ¼®ÀÇ Ãʱâ ÀÛ¾÷°ú °á°ú¸¦ ¼ÒÅëÇÏ´Â µ¥ ÇÙ½ÉÀûÀÎ ¿ªÇÒÀ» ÇÏ´ÂÁö ºÐ¸íÇÏ°Ô ¹àÈù´Ù. RÀÇ °­·ÂÇÑ ÇÃ·ÎÆÃ ±â´ÉÀ» Ȱ¿ëÇÏ¸é ¾Æ¸§´Ù¿î ±×·¡ÇÁ¸¦ ¸¸µé ¼ö ÀÖ´Ù. º£À̽º ±×·¡ÇȰú ggplot2¸¦ ¼Ò°³Çϰí ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
    8Àå, 'R ÇÔ¼ö ÀÛ¼º'¿¡¼­´Â »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö¸¦ »ç¿ëÇØ ¹Ýº¹µÇ´Â ºÐ¼® °úÁ¤À» ½±°Ô ¸¸µå´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ÇÔ¼öÀÇ ±¸Á¶, ÀÎÀÚ, ¹Ýȯ°ª ¹Ýȯ ±ÔÄ¢À» ¼³¸íÇÑ´Ù.
    9Àå, 'R Á¦¾î¹®'¿¡¼­´Â if, ifelse °°Àº ¿¹¾à¾î·Î ÇÁ·Î±×·¥ÀÇ È帧À» Á¦¾îÇØ º¹ÀâÇÑ ÀÏÀ» ÇÏ°Ô ¸¸µå´Â ¹æ¹ýÀ» ´Ù·é´Ù.
    10Àå, '·çÇÁ, RÀº ±×´ÙÁö ȯ¿µ ¹ÞÁö ¸øÇÏ´Â Á¸Àç'¿¡¼­´Â for¹®, while¹®À» »ç¿ëÇÑ ¼øÈ¸¸¦ ¼³¸íÇÑ´Ù. R¿¡¼­ÀÇ »ç¿ëÀº ±ÇÀåµÇÁö ¾ÊÁö¸¸ ¾Ë°í ÀÖ´Â °ÍÀº Áß¿äÇÏ´Ù.
    11Àå, '±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ'¿¡¼­´Â ·çÇÁº¸´Ù ³ªÀº ¹æ¹ýÀÎ º¤ÅÍÈ­¸¦ ¼³¸íÇÑ´Ù. º¤ÅÍÈ­´Â µ¥ÀÌÅ͸¦ ÀÏÀÏÀÌ ¼øÈ¸½ÃŰÁö ¾Ê°í ÇѲ¨¹ø¿¡ ÀÏÀ» ó¸®ÇÒ ¼ö ÀÖ°Ô ÇØÁØ´Ù. apply °è¿­ÀÇ ÇÔ¼öµéÀ̳ª plyr ÆÐŰÁö¿Í ÇÔ²² »ç¿ëÇϸé È¿À²À» ´õ ³ôÀÏ ¼ö ÀÖ´Ù.
    12Àå, 'dplyr ÆÐŰÁö·Î ºü¸£°Ô ±×·ì ´ÜÀ§·Î µ¥ÀÌÅÍ ´Ù·ç±â'¿¡¼­´Â ±×·ìÈ­µÈ µ¥ÀÌÅ͸¦ ´Ù·ç´Â µ¥ ÀÖ¾î ´õ ¹ßÀüÇÑ dplyr ÆÐŰÁö¸¦ ¼Ò°³ÇÑ´Ù. ÀÌ ÆÐŰÁö´Â µ¥ÀÌÅÍ ÇÁ·¹ÀÓ°ú ÇÔ²² °¡Àå Àß ÀÛµ¿Çϵµ·Ï ÃÖÀûÈ­µÅ ÀÖ°í, È¿À²ÀûÀÎ ÄÚµù ÀÛ¼º°ú Àб⸦ À§ÇØ ÆÄÀÌÇÁ ±â´ÉÀ» Àû¿ëÇÒ ¼ö ÀÖ´Ù.
    13Àå, 'purrr ÆÐŰÁö¸¦ »ç¿ëÇÑ ¼øÈ¸'¿¡¼­´Â purrr ÆÐŰÁö¸¦ Ȱ¿ëÇØ ¸®½ºÆ®³ª º¤Å͸¦ ´õ ½±°Ô ¼øÈ¸ÇÒ ¼ö ÀÖ´Â ¶Ç ´Ù¸¥ ¹æ¹ýÀ» ´Ù·é´Ù. ÀÌ´Â RÀÇ ÇÔ¼öÇü ¾ð¾î Ư¡À» Àß È°¿ëÇÏ´Â °ÍÀÌ´Ù.
    14Àå, 'µ¥ÀÌÅÍ À籸Á¶È­'¿¡¼­´Â µ¥ÀÌÅÍÀÇ ±¸Á¶¸¦ ¹Ù²Ù´Â ÀÛ¾÷¿¡¼­ ÈçÈ÷ »ç¿ëµÇ´Â ½ºÅÂÅ·, Á¶ÀÌ´× °°ÀÌ ¿©·¯ °³ÀÇ µ¥ÀÌÅÍ ¼¼Æ®¸¦ ÇÕÄ¡´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. plyr, reshape2 °°Àº ÆÐŰÁöµéÀº R º£À̽º¿¡ ÀÖ´Â rbind, cbind, merge ÇÔ¼ö¿Í ÇÔ²² º¹ÀâÇÑ ÀÛ¾÷À» ½±°Ô ÇØÁÖ´Â ±â´ÉÀ» Á¦°øÇÑ´Ù.
    15Àå, 'ŸÀ̵ð¹ö½º·Î µ¥ÀÌÅÍ À籸Á¶È­'¿¡¼­´Â µ¥ÀÌÅÍ ±¸Á¶¸¦ ¹Ù²Ù°Å³ª °áÇÕÇÒ ¶§ plyr, reshape2 ÆÐŰÁö¸¦ ´ë½ÅÇØ ´õ ½±°Ô »ç¿ëÇÒ ¼ö ÀÖ´Â plyr, tidy ÆÐŰÁö¸¦ ´Ù·é´Ù.
    16Àå, '¹®ÀÚ¿­ ó¸®'´Â ÅØ½ºÆ®¿¡ ´ëÇÑ ÀåÀÌ´Ù. ¸¹Àº »ç¶÷Àº ¹®ÀÚ¿­ µ¥ÀÌÅÍ¿Í Åë°è¸¦ Àß ¿¬°á½ÃÄÑ »ý°¢ÇÏÁö ¸øÇÒ ¼öµµ ÀÖÁö¸¸, ÀÌ´Â µ¥ÀÌÅÍÀÇ Áß¿äÇÑ ÇüÅ´Ù. RÀº ¹®ÀÚ¿­À» ´Ù·ç´Â ´Ù¾çÇÑ ±â´ÉÀ» Á¦°øÇϴµ¥, ¹®ÀÚ¿­À» °áÇÕÇϰųª ÅØ½ºÆ® ¾ÈÀÇ Á¤º¸¸¦ ÃßÃâÇÏ´Â µîÀÇ ÀÏÀ» ÇÒ ¼ö ÀÖ´Ù. ´õºÒ¾î Á¤±Ô Ç¥Çö½Äµµ ¼³¸íÇÑ´Ù.
    17Àå, 'È®·ü ºÐÆ÷'¿¡¼­´Â Á¤±Ô ºÐÆ÷, ÀÌÇ× ºÐÆ÷, Æ÷¿Í¼Û ºÐÆ÷¸¦ °£·«È÷ ¼Ò°³ÇÑ´Ù. ¿©·¯ ºÐÆ÷¿¡ ´ëÇÑ ¼ö½Ä°ú ÇÔ¼öµéÀ» ¼³¸íÇÑ´Ù.
    18Àå, '±âÃÊ Åë°èÇÐ'¿¡¼­´Â ÈçÈ÷ ¹è¿ì´Â ±âÃÊ Åë°èÇÐÀ» ´Ù·é´Ù. Æò±Õ, Ç¥ÁØÆíÂ÷-t, °ËÁ¤ µîÀ» ¼Ò°³ÇÑ´Ù.
    19Àå, '¼±Çü ¸ðÇü'¿¡¼­´Â Åë°èÇп¡¼­ °¡Àå °­·ÂÇϰí ÈçÈ÷ »ç¿ëµÇ´Â ¼±Çü ¸ðÇüÀ» ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
    20Àå, 'ÀϹÝÈ­ ¼±Çü ¸ðÇü'¿¡¼­´Â ¼±Çü ¸ðÇüÀ» È®ÀåÇÑ ·ÎÁö½ºÆ½, Æ÷¿Í¼Û ȸ±Í¸¦ ¼³¸íÇÑ´Ù. »ýÁ¸ ºÐ¼®µµ ´Ù·é´Ù.
    21Àå, '¸ðÇü Áø´Ü'¿¡¼­´Â ¸ðÇüÀÇ ÁúÀ» °áÁ¤ÇÏ´Â ¹æ¹ý°ú ÀÜÂ÷, AIC, ±³Â÷ Ÿ´ç¼º, º×½ºÆ®·¦, ´Ü°èº° º¯¼ö ¼±Åðú °°Àº º¯¼ö ¼±Åà ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù.
    22Àå, 'Á¤ÇüÈ­¿Í Ãà¼Ò'¿¡¼­´Â ÀÏ·¡½ºÆ½ ³Ý°ú º£ÀÌÁî ¹æ¹ýÀ» »ç¿ëÇØ °ú´ë ÀûÇÕÀ» ¿¹¹æÇÏ´Â ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
    23Àå, 'ºñ¼±Çü ¸ðÇü'¿¡¼­´Â ¼±Çü ¸ðÇüÀÌ ÀûÀýÇÏÁö ¾ÊÀº »óȲ¿¡¼­ »ç¿ëÇÒ ¼ö ÀÖ´Â ºñ¼±Çü ¹æ¹ýÀ» ´Ù·é´Ù. ºñ¼±Çü ÃÖ¼Ò Á¦°ö¹ý, ½ºÇöóÀÎ, ÀϹÝÈ­ °¡¹ý ¸ðÇü, ÀÇ»ç°áÁ¤ ³ª¹«, ºÎ½ºÆÃ ÀÇ»ç°áÁ¤ ³ª¹«, ·£´ý Æ÷¸®½ºÆ® µîÀ» ³íÀÇÇÑ´Ù.
    24Àå, '½Ã°è¿­°ú ÀÚ±â»ó°ü'¿¡¼­´Â ÀϺ¯·®, ´Ùº¯·® ½Ã°è¿­ µ¥ÀÌÅ͸¦ ºÐ¼®ÇÏ´Â ¹æ¹ýÀ» ´Ù·é´Ù.
    25Àå, '±ºÁýÈ­' µ¥ÀÌÅ͸¦ ³ª´©´Â Ŭ·¯½ºÅ͸µ ¹æ¹ý°ú K-Æò±Õ ±ºÁýÈ­, °èÃþÀû ±ºÁýÈ­¸¦ ¼Ò°³ÇÑ´Ù.
    26Àå, 'CaretÀ» »ç¿ëÇÑ ¸ðÇü ÀûÇÕ'¿¡¼­´Â caret ÆÐŰÁö·Î ¸ðÇü¿¡ ´ëÇÑ ÀÚµ¿ Á¶À²¹ýÀ» ¼Ò°³ÇÑ´Ù. ÀÌ ÆÐŰÁö´Â ¼ö¹é °³ÀÇ ¸ðÇü¿¡ ´ëÇÑ ´ÜÀÏ ÀÎÅÍÆäÀ̽º¸¦ Á¦°øÇØ ¸ðÇü ÀûÇÕ ÀÛ¾÷À» ½±°Ô ÇØÁØ´Ù.
    27Àå, '´ÏÅ͸¦ Ȱ¿ëÇÑ ÀçÇö¼º°ú º¸°í¼­'¿¡¼­´Â R ÄÚµå¿Í ÅØ½ºÆ®¸¦ È¥ÇÕÇØ º¸°í¼­¸¦ ¸¸µå´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ´ÏÅÍ(knitr) ÆÐŰÁö¿Í ·¹ÀÌÅØÀ» »ç¿ëÇϸé ÀÌ ÀÛ¾÷ÀÌ ½¬¿öÁø´Ù.
    28Àå, 'R ¸¶Å©´Ù¿îÀ¸·Î ´Ù¾çÇÑ Æ÷¸ËÀÇ ¹®¼­ ¸¸µé±â' R°ú R ¸¶Å©´Ù¿îÀ» »ç¿ëÇØ ÀçÇö °¡´ÉÇÑ ·¹Æ÷Æ®, ½½¶óÀ̵å, À¥ ÆäÀÌÁö¸¦ ¸¸µå´Â ¹æ¹ý°ú leaflet, dygraphs ÆÐŰÁö °°Àº htmlwidgetsÀ» »ç¿ëÇØ »ç¿ëÀÚ ÀÎÅÍ·¢¼ÇÀ» ±¸ÇöÇÏ´Â ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù.
    29Àå, '»þÀÌ´Ï·Î ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â'¿¡¼­´Â »þÀÌ´Ï(Shiny)¸¦ »ç¿ëÇÑ ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â¸¦ ¼Ò°³ÇÑ´Ù. »þÀÌ´Ï´Â RÀ» ¹é¿£µå¿¡ µÎ°í À¥ ±â¹ÝÀÇ ´ë½Ãº¸µå¸¦ ¸¸µé ¼ö ÀÖ´Â ±â´ÉÀ» Á¦°øÇÑ´Ù.
    30Àå, 'R ÆÐŰÁö °³¹ß'¿¡¼­´Â R ÆÐŰÁö °³¹ß¿¡ °üÇÑ ³»¿ëÀ» ¼Ò°³ÇÑ´Ù. devtools, Rcpp °°Àº ÆÐŰÁö¸¦ »ç¿ëÇÏ¸é ÆÐŰÁö °³¹ßÀÌ ¸Å¿ì ½¬¿öÁø´Ù.
    ºÎ·Ï A, 'ÁÖº¯¿¡¼­ ãÀ» ¼ö ÀÖ´Â R ¸®¼Ò½º'¿¡¼­´Â R ÇнÀ¿¡ µµ¿òÀÌ µÇ´Â ¸®¼Ò½º¿Í R °ü·Ã Ä¿¹Â´ÏƼ¸¦ ¼Ò°³ÇÑ´Ù.
    ºÎ·Ï B, '¿ë¾î Á¤¸®'¿¡¼­´Â ÀÌ Ã¥¿¡¼­ »ç¿ëÇÑ ¿ë¾îµéÀ» Á¤¸®ÇÑ´Ù.

    ÀúÀÚ ¼Ò°³

    À縮µå ·£´õ

    • ±¸ºÐ : Àú¼­
    • ±¹Àû : ¹Ì±¹
    • ºÐ·ù : °úÇÐ/°øÇÐ ÀúÀÚ , ±âŸ
    • ÀαâÁö¼ö : 11

    ´º¿å¿¡ ÀÖ´Â Åë°è ÄÁ¼³ÆÃ°ú ±³À° ¼­ºñ½º¸¦ Á¦°øÇÏ´Â ·£´õ ¾Ö³Î¸®Æ½½º »çÀÇ ¼ö¼® µ¥ÀÌÅÍ °úÇÐÀÚ¸ç, ¼¼°è¿¡¼­ °¡Àå Å« R ¸ðÀÓÀÎ ´º¿å ¿ÀÇ ½ºÅÂÆ¼½ºÆ¼Äà ÇÁ·Î±×·¡¹Ö ¸ðÀÓ(New York Open Statistical Programming Meetup)°ú ´º¿å R ÄÜÆÛ·±½º(New York R Conference) °ü¸®ÀÚ´Ù.
    Ä÷³ºñ¾Æ ´ëÇÐÀÇ Åë°èÇÐ Á¶±³¼öÀ̱⵵ ÇÏ´Ù. ½ºÄà ÇÇÀÚ Åõ¾î(Scott¡¯s Pizza Tours)ÀÇ Åõ¾î °¡À̵å·Îµµ Ȱµ¿ÇÑ´Ù. Ä÷³ºñ¾Æ ´ëÇÐ Åë°èÇаú¿¡¼­ ÇкÎ, ¹Ä·»¹ö±× ´ëÇп¡¼­ ¼öÇÐ ¼®»ç¸¦ ¸¶ÃÆ´Ù. Çаè¿Í »ê¾÷°è¿¡ °ÉÄ£ ´Ù¾çÇÑ °æÇèÀÌ ÀÖÀ¸¸ç, µ¥ÀÌÅÍ °ü·Ã Ä¿¹Â´ÏƼ Ȱµ¿À» ¸Å¿ì ¿­½ÉÈ÷ ÇØ¼­ MIT ½½·Î°Ç ½ºÆ÷Ã÷ ¾Ö³Î¸®Æ½½º ÄÜÆÛ·±½º(MIT Sloan Sports Analytics Conference) µî Àü ¼¼°è¿¡¼­ ¿­¸®´Â ¿©·¯ ¸ðÀÓ¿¡¼­ ÀÚÁÖ ¹ßÇ¥ÇÑ´Ù. Åë°èÇп¡ ´ëÇÑ ±ÛµéÀº jaredlander.com¿¡¼­ º¼ ¼ö ÀÖÀ¸¸ç °ÔÀçµÈ ±ÛÀº CBS, ¿ù ½ºÆ®¸®Æ® Àú³Î °°Àº ¸¹Àº ¸Åü¿¡ ¼Ò°³µÆ´Ù.

    ¿ªÀÚ ¼Ò°³

    °í¼®¹ü

    • ±¹Àû : ´ëÇѹα¹
    • ºÐ·ù : °úÇÐ/°øÇÐ ÀúÀÚ , ±âŸ
    • ÀαâÁö¼ö : 138

    °¡Å縯´ëÇб³ Àǰú´ëÇÐÀ» Á¹¾÷ÇÑ ½Å°æ°ú Àü¹®ÀÇ´Ù. ¾à 10³â µ¿¾È ȯÀÚ¸¦ Áø·áÇϴ٠â¾÷¿¡ ¶Ù¾îµé¾ú´Ù. ÇöÀç´Â Ç÷Áß ¼øÈ¯¾Ï ¼¼Æ÷¿¡ ±â¹ÝÀ» µÐ µ¿¹Ý Áø´Ü ±â±â CTC-based Companion Diagnostics¸¦ °³¹ßÇÏ´Â ¹ÙÀÌ¿Àº¥Ã³¸¦ À̲ø°í ÀÖ´Ù. º¥Ã³ ȸ»ç·Î¼­ ¸¹Àº ¾î·Á¿òÀ» ÇìÃijª°¡°í ÀÖÁö¸¸ ¾ðÁ¨°¡ ·¹Áî Ä¿Áî¿ÍÀÏÀÌ À̾߱âÇÑ Æ¯ÀÌÁ¡À» ³Ñ¾î Áö¼ö ¼ºÀå(Exponetial Growth)À» ÇÒ ¼ö ÀÖÀ» °ÍÀ̶ó´Â Èñ¸ÁÀ» ǰ°í ÀÖ´Ù. ȸ»ç°¡ ±×·± Áö¼öÀû ¼ºÀåÀ» ¼ºÃëÇϱâ À§Çؼ­´Â ICT ±â¼úÀ» Àß È°¿ëÇÒ ¼ö ÀÖ¾î¾ß ÇÑ´Ù´Â ¹ÏÀ½ÀÌ ÀÖ¾î ICT °øºÎµµ ¸ØÃßÁö ¾Ê´Â´Ù. ¾ðÁ¨°¡ °¡»óº´¿ø(virtual hospital)À» ¸¸µé °èȹÀ» Çϰí ÀÖ´Ù.
    Àú¼ú¼­·Î ¡ºR°ú Knitr¸¦ Ȱ¿ëÇÑ µ¥ÀÌÅÍ ¿¬µ¿Çü ¹®¼­ ¸¸µé±â¡»(¿¡ÀÌÄÜÃâÆÇ, 2014), ¡ºÅë°è ºÐ¼® ³Ê¸Ó RÀÇ ¹«±Ã¹«ÁøÇÑ È°¿ë¡»(¿¡ÀÌÄÜ, 2017), ¡ºR Shiny ÇÁ·Î±×·¡¹Ö °¡À̵塻(Çѳª·¡¾ÆÄ«µ¥¹Ì, 2017)°¡ ÀÖÀ¸¸ç, ¹ø¿ª¼­·Î ¡ºR°ú Shiny ÆÐŰÁö¸¦ Ȱ¿ëÇÑ À¥ ¾ÖÇø®ÄÉÀÌ¼Ç °³¹ß¡»(¿¡ÀÌÄÜ, 2014), ¡ºData Smart: ¿¢¼¿·Î ÀÌÇØÇÏ´Â µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®¡»(¿¡ÀÌÄÜ, 2015), ¡º¹ÌƼ¾î ÀÎ ¾×¼Ç¡»(¿¡ÀÌÄÜ, 2015), ¡ºÃʺ¸ÀÚ¸¦ À§ÇÑ RStudio ¸¶½ºÅÍ¡»(¿¡ÀÌÄÜ, 2017)µîÀÌ ÀÖ´Ù.

    Ã¥ ¼Ó¿¡¼­

     

    ¸ñÂ÷

    1Àå. R ¼³Ä¡

    __1.1 R ´Ù¿î·ÎµåÇϱâ
    __1.2 R ¹öÀü
    __1.3 32ºñÆ® ´ë 64ºñÆ®
    __1.4 ¼³Ä¡
    ____1.4.1 À©µµ¿ì¿¡¼­ ¼³Ä¡Çϱâ
    ____1.4.2 ¸Æ OS X¿¡ ¼³Ä¡Çϱâ
    ____1.4.3 ¸®´ª½º¿¡ ¼³Ä¡Çϱâ
    __1.5 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® R ¿ÀÇÂ
    __1.6 °á·Ð

    2Àå. R ȯ°æ

    __2.1 Ä¿¸Çµå¶óÀÎ ÀÎÅÍÆäÀ̽º
    __2.2 RStudio
    ____2.2.1 RStudio ÇÁ·ÎÁ§Æ®
    ____2.2.2 RStudio Åø
    ____2.2.3 ±ê ÅëÇÕ
    __2.3 ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® ºñÁÖ¾ó ½ºÆ©µð¿À
    __2.4 °á·Ð

    3Àå. R ÆÐŰÁö

    __3.1 ÆÐŰÁö ÀνºÅç
    ____3.1.1 ÆÐŰÁö Á¦°Å
    __3.2 ÆÐŰÁö ·Îµù
    ____3.2.1 ÆÐŰÁö ¾ð·Îµù
    __3.3 ÆÐŰÁö ¸¸µé±â
    __3.4 °á·Ð

    4Àå. RÀÇ ±âÃÊ

    __4.1 ±âÃÊ ¼öÇÐ
    __4.2 º¯¼ö
    ____4.2.1 º¯¼ö ÇÒ´ç
    ____4.2.2 º¯¼ö Á¦°Å
    __4.3 µ¥ÀÌÅÍ À¯Çü
    ____4.3.1 ¼ýÀÚÇü µ¥ÀÌÅÍ
    ____4.3.2 ¹®ÀÚ¿­ µ¥ÀÌÅÍ
    ____4.3.3 ³¯Â¥
    ____4.3.4 ³í¸®Çü
    __4.4 º¤ÅÍ
    ____4.4.1 º¤ÅÍ ¿¬»ê
    ____4.4.2 ÆÑÅÍÇü º¤ÅÍ
    __4.5 ÇÔ¼ö È£ÃâÇϱâ
    __4.6 ÇÔ¼ö¿¡ ´ëÇÑ µµ¿ò¸» ¹®¼­
    __4.7 °áÃø°ª
    ____4.7.1 NA
    ____4.7.2 NULL
    __4.8 ÆÄÀÌÇÁ
    __4.9 °á·Ð

    5Àå. °í±Þ µ¥ÀÌÅÍ ±¸Á¶

    __5.1 µ¥ÀÌÅÍ ÇÁ·¹ÀÓ
    __5.2 ¸®½ºÆ®
    __5.3 Çà·Ä
    __5.4 ¹è¿­
    __5.5 °á·Ð

    6Àå. R·Î µ¥ÀÌÅÍ ÀÐ¾î ¿À±â

    __6.1 CSV ÆÄÀÏ Àбâ
    ____6.1.1 read_delim
    ____6.1.2 fread
    __6.2 ¿¢¼¿ µ¥ÀÌÅÍ
    __6.3 µ¥ÀÌÅͺ£À̽º¿¡¼­ µ¥ÀÌÅÍ Àбâ
    __6.4 ´Ù¸¥ Åë°è ÅøÀÇ µ¥ÀÌÅÍ
    __6.5 R ¹ÙÀ̳ʸ® ÆÄÀÏ
    __6.6 R¿¡ Æ÷ÇԵŠÀÖ´Â µ¥ÀÌÅÍ
    __6.7 À¥ »çÀÌÆ®¿¡¼­ µ¥ÀÌÅÍ ÃßÃâÇϱâ
    __6.8 JSON µ¥ÀÌÅÍ Àбâ
    __6.9 °á·Ð

    7Àå. R Åë°è ±×·¡ÇÁ

    __7.1 ±âº» ±×·¡ÇȽº
    ____7.1.1 ±âº» È÷½ºÅä±×·¥
    ____7.1.2 ±âº» »êÁ¡µµ
    ____7.1.3 »óÀڱ׸²
    __7.2 ggplot2
    ____7.2.1 ggplot2·Î È÷½ºÅä±×·¥°ú ¹Ðµµ °î¼±
    ____7.2.2 ggplot2 »êÁ¡µµ
    ____7.2.3 ggplot2 »óÀڱ׸²°ú ¹ÙÀ̿ø° Ç÷Ô
    ____7.2.4 ggplot2 ²ªÀº¼±±×·¡ÇÁ
    ____7.2.5 Å׸¶
    __7.3 °á·Ð

    8Àå. R ÇÔ¼ö ÀÛ¼º

    __8.1 Çï·Î ¿ùµå
    __8.2 ÇÔ¼ö ÀÎÀÚ
    ____8.2.1 µðÆúÆ® ÀÎÀÚ
    ____8.2.2 ºÎ°¡ ÀÎÀÚµé
    __8.3 Return Values
    __8.4 do.call
    __8.5 °á·Ð

    9Àå. R Á¦¾î¹®

    __9.1 if¿Í else
    __9.2 switch
    __9.3 ifelse
    __9.4 º¹ÇÕ Å×½ºÆ®
    __9.5 °á·Ð

    10Àå. ·çÇÁ, R¿¡¼­´Â ±×´ÙÁö ȯ¿µ¹ÞÁö ¸øÇÏ´Â Á¸Àç

    __10.1 for ·çÇÁ
    __10.2 while ·çÇÁ
    __10.3 ·çÇÁ Á¶Àý
    __10.4 °á·Ð

    11Àå. ±×·ìº° µ¥ÀÌÅÍ Á¶ÀÛ

    __11.1 Apply ÆÐ¹Ð¸®
    ____11.1.1 apply ÇÔ¼ö
    ____11.1.2 lapply¿Í sapply ÇÔ¼ö
    ____11.1.3 mapply ÇÔ¼ö
    ____11.1.4 ±âŸ apply ÇÔ¼öµé
    __11.2 Áý°è
    __11.3 plyr ÆÐŰÁö
    ____11.3.2 llply
    ____11.3.3 plyr ÇïÆÛ ÇÔ¼ö
    ____11.3.4 ¼Óµµ ´ë ÆíÀ̼º
    __11.4 data.table
    ____11.4.1 Ű
    ____11.4.2 µ¥ÀÌÅÍ Å×À̺í Áý°è
    __11.5 °á·Ð

    12Àå. dplyr ÆÐŰÁö·Î ºü¸£°Ô ±×·ì ´ÜÀ§·Î µ¥ÀÌÅÍ ´Ù·ç±â

    __12.1 ÆÄÀÌÇÁ(Pipes)
    __12.2 tbl
    __12.3 select
    __12.4 filter
    __12.5 slice
    __12.6 mutate
    __12.7 summarize
    __12.8 group_by
    __12.9 arrange
    __12.10 do
    __12.11 µ¥ÀÌÅͺ£À̽º¿Í dplyr »ç¿ë
    __12.12 °á·Ð

    13Àå. purrr ÆÐŰÁö¸¦ »ç¿ëÇÑ ¼øÈ¸

    __13.1 map
    __13.2 ¹Ýȯ°ªÀÇ À¯ÇüÀ» Á¤ÀÇÇÑ map ÇÔ¼ö
    __13.3 µ¥ÀÌÅÍ ÇÁ·¹ÀÓ¿¡¼­ ¼øÈ¸Çϱâ
    __13.4 ¿©·¯ ÀԷ°ª¿¡ ´ëÇØ map »ç¿ëÇϱâ
    __13.5 °á·Ð

    14Àå. µ¥ÀÌÅÍ À籸Á¶È­

    __14.1 cbind¿Í rbind
    __14.2 Á¶ÀÎ
    __14.3 °á·Ð

    15Àå. ŸÀ̵ð¹ö½º·Î µ¥ÀÌÅÍ À籸Á¶È­

    __15.1 Çà°ú ¿­À» ºÙÀ̱â
    __15.2 dplyr¸¦ »ç¿ëÇÑ Á¶ÀÎ
    __15.3 µ¥ÀÌÅÍ Æ÷¸Ë º¯È¯
    __15.4 °á·Ð

    16Àå. ¹®ÀÚ¿­ ó¸®

    __16.1 paste ÇÔ¼ö
    __16.2 sprintf ÇÔ¼ö
    __16.3 ÅØ½ºÆ® ÃßÃâ
    __16.4 Á¤±Ô Ç¥Çö½Ä
    __16.5 °á·Ð

    17Àå. È®·ü ºÐÆ÷

    __17.1 Á¤±Ô ºÐÆ÷
    __17.2 ÀÌÇ× ºÐÆ÷(Binomial Distribution)
    __17.3 Æ÷¾Æ¼Û ºÐÆ÷
    __17.4 ±âŸ ºÐÆ÷µé
    __17.5 °á·Ð

    18Àå. ±âÃÊ Åë°èÇÐ

    __18.1 ¿ä¾à Åë°è
    __18.2 »ó°ü°ú °øºÐ»ê(Correlation, Covariance)
    __18.3 t-°ËÁ¤
    __18.3 ´ÜÀÏ-Ç¥º» t °ËÁ¤
    __18.4 ANOVA
    __18.5 °á·Ð

    19Àå. ¼±Çü ¸ðÇü

    __19.1 ´Ü¼ø¼±Çüȸ±Í
    __19.3 °á·Ð

    20Àå. ÀϹÝÈ­ ¼±Çü ¸ðÇü

    __20.1 ·ÎÁ÷½ºÆ½ ȸ±Í
    __20.2 Æ÷¾Æ¼Û ȸ±Í
    __20.3 ±âŸ ÀϹÝÈ­ ¼±Çü ¸ðÇüµé
    __20.4 »ýÁ¸ ºÐ¼®
    __20.5 °á·Ð

    21Àå. ¸ðÇü Áø´Ü

    __21.1 ÀÜÂ÷(Residuals)
    __21.2 ¸ðÇüµéÀ» ºñ±³ÇÏ´Â ¹æ¹ý
    __21.3 ±³Â÷ Ÿ´ç¼º °ËÁõ(Cross-Validation)
    __21.4 ºÎÆ® ½ºÆ®·¦
    __21.5 ´Ü°èÀû º¯¼ö ¼±ÅÃ
    __21.6 °á·Ð


    22Àå. Á¤ÇüÈ­(Regularization)¿Í Ãà¼Ò(Shrinkage)

    __22.2 º£ÀÌÁî Ãà¼Ò(Bayesian Shrinkage)
    __22.3 °á·Ð

    23Àå. ºñ¼±Çü ¸ðÇü

    __23.1 ºñ¼±Çü ÃÖ¼Ò Á¦°ö
    __23.2 ½ºÇöóÀÎ(splines)
    __23.3 ÀϹÝÈ­ °¡¹ý ¸ðÇü(Generalized Additive Models)
    __23.4 ÀÇ»ç°áÁ¤ ³ª¹«(decision trees)
    __23.5 ºÎ½ºÆÃ ÀÇ»ç°áÁ¤ ³ª¹«(boosted tress)
    __23.6 ·£´ý Æ÷¸®½ºÆ®(Random Forests)
    __23.7 °á·Ð

    24Àå. ½Ã°è¿­°ú ÀÚ±â»ó°ü

    __24.1 ÀÚ±âȸ±ÍÀ̵¿Æò±Õ(Autoregressive Moving Average)
    __24.2 º¤ÅÍÀÚ±âȸ±Í¸ðÇü(VAR)
    __24.3 ÀϹÝÈ­ ÀÚµ¿È¸±Í Á¶°ÇºÎ ÀÌºÐ»ê ¸ðÇü(GARCH)
    __24.4 °á·Ð

    25Àå. ±ºÁýÈ­

    __25.1 K-Æò±Õ ±ºÁýÈ­
    __25.2 PAM
    __25.3 °èÃþÀû ±ºÁýÈ­
    __25.4 °á·Ð

    26Àå. CaretÀ» »ç¿ëÇÑ ¸ðÇü ÀûÇÕ

    __26.1 caret ÆÐŰÁöÀÇ ±âÃÊ
    __26.2 Caret ¿É¼Çµé
    __26.3 ºÎ½ºÆÃ ÀÇ»ç°áÁ¤ ³ª¹«¿¡ ´ëÇÑ Á¶À²
    __26.4 °á·Ð


    27Àå. ´ÏÅÍ(knitr)¸¦ Ȱ¿ëÇÑ ÀçÇö¼º°ú º¸°í¼­

    __271. ·¹ÀÌÅØ ÇÁ·Î±×·¥ ÀνºÅç
    __27.2 ·¹ÀÌÅØÀÇ ±âÃÊ
    __27.3 ·¹ÀÌÅØ°ú ÇÔ²² ´ÏÅÍ »ç¿ëÇϱâ
    __27.4 °á·Ð

    28Àå. R ¸¶Å©´Ù¿îÀ¸·Î ´Ù¾çÇÑ Æ÷¸ËÀÇ ¹®¼­ ¸¸µé±â

    __28.1 ¹®¼­ ÄÄÆÄÀÏ
    __28.2 ¹®¼­ Çì´õ
    __28.3 ¸¶Å©´Ù¿îÀÇ ±âÃÊ
    __28.4 ¸¶Å©´Ù¿î ÄÚµå ûũ
    __28.5 htmlwidgets
    __28.6 R ¸¶Å©´Ù¿î ½½¶óÀÌµå ¼î
    __28.7 °á·Ð

    29Àå. »þÀÌ´Ï·Î ÀÎÅÍ·¢Æ¼ºê ´ë½Ãº¸µå ¸¸µé±â

    __29.1 R ¸¶Å©´Ù¿î ¹®¼­ ¾È¿¡¼­ »þÀÌ´Ï »ç¿ëÇϱâ
    __29.2 »þÀÌ´Ï¿¡¼­ÀÇ ¹ÝÀÀ¼º Ç¥Çö½Ä
    __29.3 ¼­¹ö¿Í UI
    __29.4 °á·Ð

    30Àå. R ÆÐŰÁö °³¹ß

    __30.1 Æú´õ ±¸Á¶
    __30.2 ÆÐŰÁö ÆÄÀϵé
    __30.3 ÆÐŰÁö ¹®¼­È­
    __30.4 Å×½ºÆ®
    __30.5 üŷ, ºôµù, ÀνºÅ縵
    __30.6 CRAN¿¡ ÆÐŰÁö Á¦ÃâÇϱâ
    __30.7 C++ ÄÚµå
    __30.8 °á·Ð

    ºÎ·Ï A. ÁÖº¯¿¡¼­ ãÀ» ¼ö ÀÖ´Â R ¸®¼Ò½º

    ºÎ·Ï B. ¿ë¾î Á¤¸®

    ¸Ó¸®¸»

    ¡Ú ÁöÀºÀÌÀÇ ¸» ¡Ú

    Àϻ󿡼­ ¹ß»ýÇÏ´Â µ¥ÀÌÅÍÀÇ ¾çÀÌ Áõ°¡ÇÔ¿¡ µû¶ó ³ÑÄ¡´Â µ¥ÀÌÅ͸¦ ó¸®Çϱâ À§ÇØ »õ·Ó°í ´õ ³ªÀº µµ±¸µéÀÌ ÇÊ¿äÇÏ°Ô µÆ´Ù. ÀüÅëÀûÀ¸·Î ÀÌ·¯ÇÑ µµ±¸µéÀº ¾ç±Ø´ÜÀ¸·Î ºÐ·ùµÈ´Ù. ¿¢¼¿, SPSS °°Àº °¡º±°í °³ÀÎÀûÀÎ ºÐ¼® µµ±¸µé°ú C++¿Í °°Àº °ÍµéÀ» »ç¿ëÇÏ´Â °í¼º´É ºÐ¼® µµ±¸°¡ ÀÖ¾ú´Ù. °³Àοë ÄÄÇ»ÅÍÀÇ ¼º´ÉÀÌ Çâ»óµÇ¸é¼­ ÀÌ µÎ ÁöÁ¡ Áß°£¿¡¼­ °­·ÂÇϸ鼭µµ ´ëÈ­ÇüÀ¸·Î »ç¿ëÇÒ ¼ö ÀÖ´Â µµ±¸°¡ »ý°Ü³ª±â ½ÃÀÛÇß´Ù. °³ÀÎ ÄÄÇ»ÅÍ¿¡¼­ Ž»öÀûÀÎ ¹æ¹ýÀ¸·Î ºÐ¼®ÇÏ´Â °ÍÀ» ½ÃÀÛÀ¸·Î ¹Ù·Î ¼öÁØ ³ôÀº ºñÁî´Ï½º ÇÁ·Î¼¼½º¸¦ Áö¿øÇÏ´Â ¼­¹ö·Î ¿Å°Ü ÀÛ¾÷ÇÒ ¼ö ÀÖ°Ô µÆ´Ù. ÀÌ ÁöÁ¡¿¡ ÀÖ´Â µµ±¸µéÀÌ R, ÆÄÀ̽㠰°Àº ½ºÅ©¸³Æ® ¾ð¾îµéÀÌ´Ù.
    RÀº 1993³â ¿ÀŬ·£µå ´ëÇÐÀÇ ·Î¹öÆ® Á¨Æ²¸Ç°ú ·Î½º ÀÌÇÏÄ« ±³¼ö, º§ ¿¬±¸¼ÒÀÇ Á¸ è¹ö½º¿¡ ÀÇÇØ °³¹ßµÈ S ¾ð¾î¸¦ ¹ÙÅÁÀ¸·Î °³¹ßµÆ´Ù. RÀº ¿ø·¡ ´ëÈ­Çü ¹æ½ÄÀ» ÅëÇØ »ç¿ëÀÚ°¡ ¸í·ÉÀ» ÀÔ·ÂÇÏ°í ±× °á°ú¸¦ ¹Ù·Î ¹ÞÀ¸¸ç, ´Ù½Ã »õ·Î¿î ¸í·ÉÀ» ½ÇÇàÇÏ´Â °úÁ¤À¸·Î »ç¿ëÇÒ ¼ö ÀÖ°Ô ¸¸µé¾îÁø °í¼öÁØ ¾ð¾î´Ù. ±× ÈÄ ÁøÈ­¸¦ °ÅµìÇØ ½Ã½ºÅÛ¿¡ ÀÓº£µùÇØ º¹ÀâÇÑ ¹®Á¦µéÀ» ÇØ°áÇÏ´Â µ¥ »ç¿ëÇÒ ¼ö ÀÖ°Ô µÆ´Ù.
    RÀº µ¥ÀÌÅ͸¦ º¯ÇüÇϰųª ºÐ¼®ÇÏ´Â ´É·Â ¿Ü¿¡µµ ³î¶ó¿î ±×·¡ÇÈ ±â´É°ú ¸®Æ÷Æ® Á¦ÀÛ ´É·ÂÀ» °®Ãß°í ÀÖ´Ù. ÀÌÁ¦´Â µ¥ÀÌÅÍ °úÇп¡¼­ µ¥ÀÌÅÍÀÇ ÃßÃâ, º¯Çü, ¸ðÇü ÀûÇÕ, Ãß·Ð, ¿¹Ãø, ÇÃ·ÎÆÃ°ú ·¹Æ÷ÆÃ±îÁö °ÅÀÇ Àü ¿µ¿ª¿¡ °ÉÃÄ »ç¿ëµÈ´Ù.
    RÀÇ Àαâ´Â 2000³â´ë ÈĹݺÎÅÍ Ä¡¼Ú±â ½ÃÀÛÇßÀ¸¸ç, Çа迡¼­ ¹þ¾î³ª ÀºÇà, ¸¶ÄÉÆÃ, Á¦¾à, Á¤Ä¡ÇÐ, À¯ÀüüÇÐ µî ¿©·¯ ºÐ¾ß·Î ÆÛÁö±â ½ÃÀÛÇß´Ù. C++ °°Àº Àú¼öÁØ ÄÄÆÄÀÏ·¯ ¾ð¾î, SAS ¶Ç´Â SPSS °°Àº Åë°è Àü¿ë ÆÐŰÁö, 800ÆÄ¿îµåÂ¥¸® °í¸±¶óÀÎ ¿¢¼¿ µîÀ» »ç¿ëÇÏ´ø »ç¿ëÀÚµéÀÌ RÀÇ »õ·Î¿î »ç¿ëÀÚ°¡ µÆ´Ù. °°Àº ½Ã±â¿¡ RÀÇ ±â´ÉÀ» È®ÀåÇÏ´Â ¶óÀ̺귯¸®ÀÎ ¾Öµå-¿Â ÆÐŰÁöÀÇ ¼ýÀÚµµ ±ÞÁõÇß´Ù.
    RÀº ÇÁ·Î±×·¡¹Ö °æÇèÀÌ ÀüÇô ¾ø´Â Ãʺ¸ÀÚ¿¡°Ô´Â ´Ù¼Ò µÎ·Á¿î Á¸ÀçÀ̱⵵ ÇÏÁö¸¸ ³ª´Â RÀ» »ç¿ëÇÏ°í ¾ó¸¶ Áö³ªÁö ¾Ê¾Æ ¸¶¿ì½º·Î Æ÷ÀÎÆÃÇϰí Ŭ¸¯ÇÏ´ø ¹æ¹ý ´ë½Å ÇÁ·Î±×·¥È­ÇØ ºÐ¼®ÇϱⰡ ÈξÀ ½±°í, ÈξÀ Æí¸®Çϸç, ÈξÀ ¹ÏÀ½Á÷½º·´°Ô ´À³¢´Â »ç¿ëÀÚµéÀ» ¸¹ÀÌ ºÁ¿Ô´Ù. RÀ» Á» ´õ ½±°í ºü¸£°Ô ¹è¿ï ¼ö ÀÖ°Ô ÇÏ·Á´Â °ÍÀÌ ³ªÀÇ ¸ñÇ¥´Ù.


    ¡Ú ¿Å±äÀÌÀÇ ¸» ¡Ú

    R ¾ð¾î°¡ »ç¿ëµÇ´Â ºÐ¾ß´Â ¸Å¿ì ³Ð±â ¶§¹®¿¡ R¿¡ °üÇÑ Ã¥µéµµ ¸¹ÀÌ ÃâÆÇµÇ°í ÀÖ´Ù. ¾î¶² Çй®À̳ª µµ¸ÞÀο¡ RÀ» ºÙÀÌ¸é °Å±â¿¡ ÇØ´çÇϴ åÀ» ãÀ» ¼ö ÀÖÀ» Á¤µµ´Ù. ¿¹¸¦ µé¸é R for machine learning, R for biology, R for Finance, R for Marketing °ü·Ã Ã¥À» ¾î·ÆÁö ¾Ê°Ô ãÀ» ¼ö ÀÖ´Ù. ÀÌ Ã¥Àº R for Data Science ºÐ¾ß¿¡ ÇØ´çÇÑ´Ù.
    ÀÌ Ã¥ÀÇ ÀåÁ¡Àº RÀÇ Æ÷°ýÀûÀÎ ¸éÀ» ´Ù·é´Ù´Â Á¡ÀÌ´Ù. ÀúÀÚ´Â Åë°èÇÐÀ» Àü°øÇÏ°í µ¥ÀÌÅÍ È¸»ç¸¦ ¿î¿µÇÏ´Â µ¥ÀÌÅÍ °úÇÐÀÚ¸ç, Ä÷³ºñ¾Æ ´ëÇб³¿¡¼­ µ¥ÀÌÅÍ °úÇÐ °³·ÐÀ» °­ÀÇÇϱ⵵ ÇÑ´Ù. ÀúÀÚÀÇ ¼­¹®¿¡ µû¸£¸é ÀÌ Ã¥Àº ±× °­ÀÇÀÇ ³»¿ëÀ» »À´ë·Î »ï¾Ò´Ù°í ÇÑ´Ù. Áï R¿¡ ÃÊÁ¡À» ¸ÂÃá µ¥ÀÌÅÍ °úÇÐ °³·Ð¼­·Î Ã¥ÀÌ ±âȹµÆ´Ù´Â Àǹ̴Ù. ±× Á¡Àº ÀÌ Ã¥ÀÇ ¸ñÂ÷¸¦ º¸´õ¶óµµ µå·¯³­´Ù. ÀúÀÚ´Â ¡®R for Everyone¡¯À̶ó´Â Á¦¸ñÀ» ºÙ¿´Áö¸¸ ¹ø¿ªÀ» ¸¶Ä¡°í º¸´Ï ¡®µ¥ÀÌÅÍ °úÇÐ ÀÔ¹®ÀÚ¸¦ À§ÇÑ R¡¯ Á¤µµ°¡ °¡Àå ÀûÇÕÇÑ Á¦¸ñÀ̶ó°í »ý°¢ÇÑ´Ù. ¾î¶² Àǵµ°¡ ÀÖ°ÚÁö¸¸ Ã¥ÀÇ ³»¿ë¸¸ º¸¸é ±×·¸´Ù´Â À̾߱â´Ù.
    Á» ´õ ±¸Ã¼ÀûÀ¸·Î º¸¸é ÄÄÇ»ÅÍ ¾ð¾î·Î¼­ R ¾ð¾îÀÇ À̸ðÀú¸ð¸¦ ¼³¸íÇßÀ¸¸ç, ¿ÜºÎ¿¡ ÀÖ´Â µ¥ÀÌÅ͸¦ R·Î °®°í ¿À´Â ¹æ¹ý, °®°í ¿Í¼­ º»°ÝÀûÀÎ ºÐ¼®¿¡ µé¾î°¡±â Àü Áغñ °úÁ¤¿¡¼­ µ¥ÀÌÅ͸¦ Á¤Á¦Çϴ ŸÀ̵ð¹ö½º(Tidyverse) °°Àº ÃÖ½ÅÀÇ ¹æ¹ý, µ¥ÀÌÅÍ Å½»öÀ» À§ÇÑ µ¥ÀÌÅÍ ½Ã°¢È­ ¹æ¹ý, µ¥ÀÌÅÍ¿¡ ´ëÇÑ ¿©·¯ °¡Áö ¸ðÇüÀ» ¸¸µé°í Æò°¡ÇÏ´Â ¹æ¹ý, ºÐ¼®µÈ °á°ú¸¦ ´Ù¸¥ »ç¶÷°ú °øÀ¯Çϱâ À§ÇØ R ¸¶Å©´Ù¿î/´ÏÅÍ °°Àº ¹æ¹ýÀ¸·Î ¹®¼­È­ÇÏ´Â ¹æ¹ý, »þÀÌ´Ï(shiny) ¾ÛÀ» Á» ´õ ´ÙÀ̳ª¹ÍÇÏ°Ô ¸¸µå´Â ¹æ¹ý, ±×¸®°í ¸¶Áö¸·À¸·Î R ÆÐŰÁö·Î ÀÚ½ÅÀÌ ¸¸µç °ÍÀ» ´Ù¸¥ »ç¶÷°ú °øÀ¯ÇÏ´Â ¹æ¹ý±îÁö µ¥ÀÌÅÍ °úÇÐÀÇ °ÅÀÇ ¸ðµç ºÎºÐÀ» ¸Á¶óÇϰí ÀÖ´Ù. À̰ÍÀº µ¥ÀÌÅÍ °úÇÐÀÚµéÀÌ ÀÏ»óÀûÀ¸·Î ÇÏ´Â ÀÏÀÌ´Ù.
    µû¶ó¼­ ÀÌ Ã¥Àº µ¥ÀÌÅÍ °úÇÐÀÚ°¡ µÇ°íÀÚ ÇÏ´Â µ¶ÀÚ¿¡°Ô ÁÁÀº ¾È³»¼­°¡ µÉ °ÍÀÌ´Ù. °³ÀÎÀûÀÎ »ý°¢ÀÏÁö ¸ð¸£Áö¸¸, µ¥ÀÌÅÍ °úÇÐÀ» ÇÏ·Á´Â »ç¶÷¿¡°Ô RÀº ÇÇÇØ°¥ ¼ö ¾ø´Â ¿µ¿ªÀ̶ó°í »ý°¢ÇÑ´Ù. ¿Ö³ÄÇÏ¸é µ¥ÀÌÅÍ °úÇÐÀÇ ±Ù°£Àº Åë°èÇÐÀ̸ç, RÀº Åë°èÇÐÀÚµéÀÇ ÇÙ½É ¾ð¾î±â ¶§¹®ÀÌ´Ù.
    Åë°èÇÐ Áö½ÄÀÌ ±íÁö ¾Ê¾Æ¼­ Åë°èÇп¡ ´ëÇÑ ºÎºÐÀÌ °¡Àå ¹ø¿ªÀÌ ¾î·Á¿ü´Ù. ÀúÀÚ°¡ Åë°èÇÐ Àü°øÀÚ¿©¼­ÀÎÁö ¸ð¸£Áö¸¸, ÀÌ Ã¥Àº ¼±Çü, ºñ¼±Çü ¸ðÇü±îÁö ±¤¹üÀ§ÇÏ°í ´Ù¾çÇÏ°Ô ¼³¸íÇϰí ÀÖ´Ù. ºñÀü°øÀڷμ­ ºñ¼±Çü ¸ðÇü °°Àº ³»¿ëÀº ³¸¼± °ÍÀ̾ú´Ù. ÃֽЏӽŠ·¯´× ¾Ë°í¸®Áò°ú °ü·ÃµÈ ¾Ë°í¸®Áò¿¡ ´ëÇÑ Á÷°¨(intuition)À» ÆÄ¾ÇÇÏ´Â °ÍÀÌ Áß¿äÇØ¼­ ÀúÀÚµµ ÃßõÇϴ åÀÌÁö¸¸ ¡ºAn Introduction to Statistical Learning¡»(Springer, 2017)À» °°ÀÌ ÀÐÀ¸¸é¼­ ¸¹Àº ³»¿ëÀ» Âü°íÇß´Ù. ¹°·Ð ´õ ±íÀÌ ÀÌÇØÇÏ´Â µ¥´Â ´õ ¸¹Àº ½Ã°£ÀÌ ÇÊ¿äÇÒ °ÍÀÌ´Ù. ³ª¿Í ºñ½ÁÇÑ Ã³Áö¿¡ ÀÖ´Â ºÐÀ̶ó¸é ÀÌ Ã¥µµ °°ÀÌ ÀÐÀ¸¸é¼­ °øºÎÇÒ °ÍÀ» ÃßõÇÑ´Ù.
    ÀåÁ¡ÀÌ ÀÖÀ¸¸é ´ÜÁ¡µµ ÀÖ´Ù. °³·Ð¼­·Î¼­ Æ÷°ýÀûÀÎ Á¢±Ù¹ýÀ» ¼±ÅÃÇ߱⠶§¹®¿¡ ÇÑ ÁÖÁ¦¿¡ ´ëÇÑ ±íÀÌ ÀÖ´Â ¼³¸í ºÎÁ·ÇÏ´Ù. ÀÌ Ã¥¿¡¼­ ÇÑ ÀåÀ¸·Î ¼³¸íµÇ´Â ³»¿ëµéÀÌ ÇϳªÀÇ Ã¥À¸·Î ¿«¾îÁú ¼ö ÀÖ´Â °ÍµéÀÌ ¸¹´Ù. ³»°¡ Àú¼úÇϰųª ¹ø¿ªÇÑ Ã¥µé¸¸ ¿¹·Î µé¾îµµ ±×·¸´Ù. ´ÏÅÍ(knitr) ÆÐŰÁö¿Í R ¸¶Å©´Ù¿î ÆÐŰÁö¸¦ »ç¿ëÇØ ÄÚµå¿Í ÅØ½ºÆ®¸¦ ÇÕÃÄ ¹®¼­È­ÇÏ´Â ¹æ¹ýÀº ¡ºÅë°è ºÐ¼® ³Ê¸Ó RÀÇ ¹«±Ã¹«ÁøÇÑ È°¿ë¡»(¿¡ÀÌÄÜ, 2017), »þÀÌ´Ï(shiny) ÆÐŰÁö·Î À¥ ¾ÖÇø®ÄÉÀ̼ÇÀ» ¸¸µå´Â ¹æ¹ýÀº ¡ºR Shiny ÇÁ·Î±×·¡¹Ö °¡À̵塻 (Çѳª·¡¾ÆÄ«µ¥¹Ì, 2017), RStudio »ç¿ë¹ý¿¡ ´ëÇÑ ¹ø¿ª¼­ ¡ºÃʺ¸ÀÚ¸¦ À§ÇÑ RStudio ¸¶½ºÅÍ¡»(¿¡ÀÌÄÜ, 2017) µî°ú °ü·ÃÀÌ ÀÖ´Ù. Åë°èÇÐÀ¸·Î µé¾î°¡¸é ÇϳªÇϳªÀÇ ÁÖÁ¦°¡ °Å´ëÇÑ »êÀ̰í, ±×°ÍµéÀ» ¼Ò°³ÇÏ´Â ´Ù¾çÇÑ Ã¥µéÀÌ ÀÖ´Ù.
    ü°è¸¦ °®Ãá ¸ðµç °ÍÀÌ ±×·¯Çϵí óÀ½ºÎÅÍ ÇÑ ÁÖÁ¦¿¡ ¸ôÀÔÇÒ ¼ö´Â ¾ø´Ù. ÀÌ Ã¥Àº ¾Õ¿¡¼­µµ ¾ð±ÞÇßÁö¸¸ RÀÇ µå³ÐÀº ÁöÆòÀ» º¸¿©ÁØ´Ù. µ¶ÀÚµéÀº ÀÌ Ã¥À» ÅëÇØ RÀÇ ½Å¼¼°è¸¦ °æÇèÇÒ °ÍÀ̰í, ÀÌ Ã¥À» °è±â·Î ´õ ¸Ö¸®, ´õ ±íÀÌ µé¾î°¥ ¼ö ÀÖÀ¸¸®¶ó »ý°¢ÇÑ´Ù.


     

    ¹è¼Û ½Ã À¯ÀÇ»çÇ×

    - ¹Ýµð¾Ø·ç´Ï½º¿¡¼­ ±¸¸ÅÇϽеµ¼­´Â ¹°·ù ´ëÇà À§Å¹¾÷ü ¿õÁø ºÏ¼¾À» ÅëÇØ ¹è¼ÛµË´Ï´Ù.
     (¹è¼Û Æ÷Àå¿¡ "¿õÁø ºÏ¼¾"À¸·Î Ç¥±âµÉ ¼ö ÀÖ½À´Ï´Ù.)

    - ±¸¸ÅÇÑ »óǰÀÇ Ç°Áú°ú ¹è¼Û °ü·Ã ¹®ÀÇ´Â ¹Ýµð¾Ø·ç´Ï½º·Î ¹®ÀÇ ¹Ù¶ø´Ï´Ù.

    - õÀçÁöº¯ ¹× Åùè»çÀÇ »çÁ¤¿¡ µû¶ó ¹è¼ÛÀÌ Áö¿¬µÉ ¼ö ÀÖ½À´Ï´Ù.

    - °áÁ¦(ÀÔ±Ý) ¿Ï·á ÈÄ ÃâÆÇ»ç ¹× À¯Åë»çÀÇ »çÁ¤À¸·Î ǰÀý ¶Ç´Â ÀýÆÇ µÇ¾î »óǰ ±¸ÀÔÀÌ ¾î·Á¿ï ¼ö ÀÖ½À´Ï´Ù. (º°µµ ¾È³» ¿¹Á¤)

    - µµ¼­»ê°£Áö¿ªÀÇ °æ¿ì Ãß°¡ ¹è¼Ûºñ°¡ ¹ß»ýµÉ ¼ö ÀÖ½À´Ï´Ù.

    ¹Ýǰ/±³È¯

    »óǰ ¼³¸í¿¡ ¹Ýǰ/ ±³È¯ °ü·ÃÇÑ ¾È³»°¡ ÀÖ´Â °æ¿ì ±× ³»¿ëÀ» ¿ì¼±À¸·Î ÇÕ´Ï´Ù. (¾÷ü »çÁ¤¿¡ µû¶ó ´Þ¶óÁú ¼ö ÀÖ½À´Ï´Ù)

    ¹Ýǰ/±³È¯

    ¹Ýǰ/±³È¯
    ¹Ýǰ/±³È¯ ¹æ¹ý Ȩ > °í°´¼¾ÅÍ > ÀÚÁÖã´ÂÁú¹® ¡°¹Ýǰ/±³È¯/ȯºÒ¡± ¾È³» Âü°í ¶Ç´Â 1:1»ó´ã°Ô½ÃÆÇ
    ¹Ýǰ/±³È¯ °¡´É ±â°£ ¹Ýǰ,±³È¯Àº ¹è¼Û¿Ï·á ÈÄ 7ÀÏ À̳», »óǰÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦¹ß°ß ÈÄ 30ÀÏ À̳»¿¡ ½Åû°¡´É
    ¹Ýǰ/±³È¯ ºñ¿ë º¯½É ȤÀº ±¸¸ÅÂø¿ÀÀÇ °æ¿ì¿¡¸¸ ¹Ý¼Û·á °í°´ ºÎ´ã(º°µµ ÁöÁ¤ Åùè»ç ¾øÀ½)
    ¹Ýǰ/±³È¯ ºÒ°¡ »çÀ¯
    • ¼ÒºñÀÚÀÇ Ã¥ÀÓ »çÀ¯·Î »óǰ µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    • ¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óǰ µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    • º¹Á¦°¡ °¡´ÉÇÑ »óǰ µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì : ¿¹)¸¸È­Ã¥, ÀâÁö, È­º¸Áý µî
    • ½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆÇ¸Å°¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    • ÀüÀÚ»ó°Å·¡µî¿¡¼­ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì
    • ÇØ¿ÜÁÖ¹® »óǰ(ÇØ¿Ü ¿ø¼­)ÀÇ °æ¿ì(ÆÄº»/ÈѼÕ/¿À¹ß¼Û »óǰÀ» Á¦¿Ü)
    ¼ÒºñÀÚ ÇÇÇØº¸»ó
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó
    • »óǰÀÇ ºÒ·®¿¡ ÀÇÇÑ ¹Ýǰ, ±³È¯, A/S, ȯºÒ, ǰÁúº¸Áõ ¹× ÇÇÇØº¸»ó µî¿¡ °üÇÑ »çÇ×Àº
      ¼ÒºñÀÚ ºÐÀïÇØ°á ±âÁØ(°øÁ¤°Å·¡À§¿øÈ¸°í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê
    • ´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ
      ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ
    ¹Ýǰ/±³È¯ ÁÖ¼Ò °æ±âµµ ÆÄÁֽà ¹®¹ß·Î 77, ¿õÁøºÏ¼¾(¹Ýµð¾Ø·ç´Ï½º)
    • ȸ»ç¸í : (ÁÖ)¼­¿ï¹®°í
    • ´ëÇ¥ÀÌ»ç : ±èÈ«±¸
    • °³ÀÎÁ¤º¸ º¸È£Ã¥ÀÓÀÚ : ±èÈ«±¸
    • E-mail : bandi_cs@bnl.co.kr
    • ¼ÒÀçÁö : (06168) ¼­¿ï °­³²±¸ »ï¼º·Î 96±æ 6
    • »ç¾÷ÀÚ µî·Ï¹øÈ£ : 120-81-02543
    • Åë½ÅÆÇ¸Å¾÷ ½Å°í¹øÈ£ : Á¦2023-¼­¿ï°­³²-03728È£
    • ¹°·ù¼¾ÅÍ : (10881) °æ±âµµ ÆÄÁֽà ¹®¹ß·Î 77 ¹Ýµð¾Ø·ç´Ï½º
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved