반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    파이썬을 이용한 데이터 분석 - acorn+Packt [2/E]

    파이썬을 이용한 데이터 분석 - acorn+Packt [2/E] 다양한 파이썬 라이브러리와 소프트웨어를 활용한 데이터 사이언스의 이해

    원제 : Python Data Analysis - Second Edition: Data manipulation and complex data analys

    • 아르만도 판당고 저
    • 이창화 역
    • 에이콘출판
    • 2018년 01월 24일
    • 정가
      30,000원
    • 판매가
      27,000원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,500원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2024년 04월 29일(월)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791161751078 400쪽 235 x 188 (㎜)

    지금 이책은

    • 판매지수 : 181

    이 분야의 베스트셀러

    이 책과 함께 구매한 책

    이 책이 속한 분야

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    ★ 요약 ★

    NumPy, SciPy, Pandas, matplotlib, scikit-learn 등의 라이브러리를 이용해 IPython 및 Jupyter-notebook 기반의 파이썬 환경에서 작업을 하게 된다. 선형 대수, 데이터 시각화, 시계열 데이터, 데이터베이스와 같은 기본 개념을 살펴보며, 나아가 감성 분석, 예측 분석, 코드의 성능 개선에 대해서도 배운다. 수학 개념을 끌어와 다양한 분야에 적용해보며, 기본 개념부터 예제 응용, 고급 내용에 관한 데이터 과학을 공부할 수 있다.


    ★ 이 책에서 다루는 내용 ★

    ■ NumPy, SciPy, Pandas, statsmodels, scikit-learn, 떼아노(theano), 케라스(keras), 텐서플로와 같은 오픈소스 파이썬 모듈의 설치
    ■ 데이터의 준비 및 정제와 탐구 분석을 위한 데이터 활용
    ■ Pandas로 데이터 다루기
    ■ RDBMS, NoSQL, 분산 시스템(HDFS, HDF5 등)을 위한 데이터의 검색 및 저장
    ■ matplotlib, bokeh, plotly와 같은 오픈소스 라이브러리를 이용한 데이터 시각화
    ■ 지도, 비지도, 확률론적(probabilistic), 베이지안 등의 다양한 머신 러닝 기법 학습
    ■ 신호 처리와 시계열 데이터 분석의 이해
    ■ 그래프 처리 및 소셜 미디어 분석


    ★ 이 책의 대상 독자 ★

    이 책은 기본적인 파이썬 지식을 갖췄으며, 파이썬 라이브러리를 이용한 데이터 분석을 배우고자 하는 수학자를 위해 쓰였다. 가능한 한 그 내용을 간단히 다루고자 노력했지만, 모든 주제를 자세히 기술하지 못했다. 수학에 관한 기본적인 내용은 칸 아카데미(Khan Academy)와 코세라(Coursera) 등의 온라인 플랫폼을 이용해 살펴보는 것도 좋을 듯하다.


    ★ 이 책의 구성 ★

    1장. '파이썬 라이브러리로 시작하기'에서는 파이썬과 기본적인 파이썬 데이터 분석 라이브러리를 설치한다. NumPy를 사용해 간단한 애플리케이션을 작성하고 matplolib를 통해 기본적인 그래프를 그려본다.
    2장. 'NumPy 배열 다루기'에서는 NumPy와 기본적인 배열을 소개한다. 끝부분에서는 NumPy 배열의 기본을 이해하고 관련된 함수를 살펴본다.
    3장. 'Pandas 입문'에서는 Pandas 함수성, 자료 구조, 연산자에 대해 배운다.
    4장. '통계학 및 선형 대수'에서는 선형 대수와 통계 함수를 간단히 살펴본다.
    5장. '데이터의 검색, 처리, 저장'에서는 다양한 형식 파일에서 데이터를 얻는 방법과 원시 데이터를 정리하고 저장하는 방법을 배운다.
    6장. '데이터 시각화'에서는 matplolib와 Pandas 플로팅(plotting) 함수를 사용해 데이터를 그래프화하는 방법을 소개한다.
    7장. '신호 처리와 시계열'에서는 흑점 주기 데이터를 사용하는 시계열 및 신호 처리 예제를 살펴본다. 이 예제는 statsmodels와 함께 NumPy/SciPy를 사용한다.
    8장. '데이터베이스로 작업하기'에서는 여러 데이터베이스(관계형 및 NoSQL)와 관련 API에 대해 배운다.
    9장. '문자 데이터와 소셜 미디어 분석하기'에서는 감성 분석과 주제 인지를 위해 문자를 분석해본다. 주어진 네트워크 분석 예제 또한 살펴본다.
    10장. '예측 분석과 머신 러닝'에서는 scikit-learn 라이브러리를 이용해 주어진 예제에서 날씨를 예측하는 인공지능에 대해 알아본다. scikit-learn 라이브러리에서 다루지 않은 알고리즘에 사용되는 다른 API도 사용해본다.
    11장. '파이썬 외의 서비스 환경과 클라우드 컴퓨팅'에서는 파이썬으로 작성되지 않은 코드를 통합해 실행하는 방법을 배운다. 클라우드에서 파이썬을 사용하는 부분도 다룬다.
    12장. '성능 튜닝, 프로파일링, 그리고 병렬 제어'에서는 키 기술을 통한 프로파일링과 Cython을 이용해 성능을 높여본다. 분산 시스템과 다중 코어에 적합한 프레임워크도 다룬다.


    저자 소개

    아르만도 판당고
    • 구분 : 저서
    • 국적 : 기타
    • 분류 : 기타
    • 인기지수 : 7
    최근저서

    에픽 엔지니어링 및 컨설팅 그룹(Epic Engineering and Consulting Group)의 최고 데이터 과학자(CDS, Chief Data Scientist)며, 국방 및 정부 관련 업체의 프로젝트를 진행하고 있다. 자신만의 기술로 스타트업과 글로벌 회사의 임원까지 역임한 기술자로서 핀테크(FinTech), 증권 거래, 금융, 바이오 정보공학, 유전공학, 애드테크(AdTech), 인프라, 교통, 에너지, 인적 자원, 엔터테인먼트 분야에서 활동했다.
    10년 동안 예측 분석, 데이터 과학, 머신 러닝, 빅데이터, 생산공학, 고성능 컴퓨팅, 클라우드 인프라 등과 관련된 프로젝트에 참가했다. 현재 머신 러닝, 딥러닝, 과학 연산 영역으로까지 연구 주제가 확장됐다.

    역자 소개

    이창화
    • 국적 : 대한민국
    • 분류 : 과학/공학 저자 , 기타
    • 인기지수 : 9
    최근저서

    경북대학교에서 기계공학을 비롯해 컴퓨터공학, 전자공학을 공부하고 있다. C, 파이썬, 자바스크립트에 관심이 많으며, 이 프로그래밍 언어들을 여러 임베디드 하드웨어에 접목하고자 노력한다. 세상의 모든 IT 제품에 관심이 많고, 우리 삶에 인간과 기술이 얼마나 중요한지 항상 고민하고 있다. 현재는 PC 튜닝과 3D 프린터에 빠져 있으며, 내일은 또 어떤 호기심을 가지고 세상을 바꿀지 상상하며 하루를 살아간다. 혁신과 창의를 넘어선 창조와 가치를 창출하는 인간 엔지니어가 되는 것이 꿈이다.


     

    목차

    1장. 파이썬 라이브러리로 시작하기
    __파이썬 3 설치하기
    ____데이터 분석 라이브러리 설치하기
    ____리눅스와 맥 OS X
    ____윈도우
    __셸에서 IPython 사용하기
    __매뉴얼 읽어보기
    __Jupyter Notebook
    __NumPy 배열
    __간단한 예제
    __도움말 및 참조하기
    __파이썬 라이브러리의 모듈 나열하기
    __matplotlib로 데이터 시각화하기
    __요약

    2장. NumPy 배열 다루기
    __NumPy 배열 객체
    ____NumPy 배열의 장점
    __다차원 배열 생성
    __NumPy 배열 원소 추출하기
    __NumPy 숫자형
    ____자료형 객체
    ____문자 코드
    ____dtype 생성자
    ____dtype 어트리뷰트
    __일차원 슬라이싱 및 인덱싱
    __배열 형상 다루기
    ____배열 합치기
    ____NumPy 배열 쪼개기
    ____NumPy 배열 어트리뷰트
    ____배열 변환하기
    __배열 뷰를 생성하고 복사하기
    __고급 인덱싱
    __위치 데이터로 인덱싱하기
    __논리형 방식으로 인덱싱하기
    __브로드캐스팅
    __요약
    __참고 자료

    3장. Pandas 입문
    __Pandas 설치와 둘러보기
    __Pandas 데이터프레임
    __Pandas 시리즈
    __Pandas의 데이터 검색
    __Pandas 데이터프레임과 통계학
    __Padas 데이터프레임과 데이터 수집
    __데이터프레임 연쇄와 추가
    __데이터프레임 조인
    __누락된 데이터 다루기
    __날짜 다루기
    __피벗 테이블
    __요약
    __참고 자료

    4장. 통계학및 선형 대수
    __NumPy와 기본적인 통계학
    __NumPy와 선형 대수학
    ____NumPy와 역행렬
    ____NumPy로 선형 시스템 해석하기
    __NumPy와 고유 값 및 고유 벡터
    __NumPy와 난수
    ____갬블링과 이항 분포
    ____정규 분포 샘플링
    ____SciPy와 정규성 검정
    __NumPy와 마스킹된 배열
    ____음수및 극단적인 값들의 제거
    __요약

    5장. 데이터 검색과 처리, 저장
    __NumPy와 Pandas로 CSV 파일 쓰기 .npy와 피클 포맷
    __PyTables와 데이터 저장
    __HDF5 형태로 Pandas 데이터프레임 읽기 및 쓰기
    __Pandas로 엑셀 파일 읽기 및 쓰기
    __REST 웹 서비스 및 JSON
    __Pandas와 JSON 읽기 및 쓰기
    __RSS 및 Atom 피드 파싱
    __Beautiful Soup를 활용한 HTML 파싱
    __요약
    __참고 자료

    6장. 데이터 시각화
    __matplotlib 패키지
    __기본적인 matplotlib 플롯
    __로그 플롯
    __분산 플롯
    __범례 및 주석 3차원 플롯
    __Pandas와 플로팅
    __지연 플롯
    __자기 상관 플롯
    __Plot.ly
    __요약

    7장. 신호 처리와 시계열
    __statsmodels 모듈
    __이동 평균법
    __윈도우 함수
    __공적분
    __자기 상관
    __자기 회귀 모델
    __ARMA 모델
    __주기적인 신호 발생하기
    __푸리에 분석
    __스펙트럼 분석
    __필터링
    __요약

    8장. 데이터베이스로 작업하기
    __sqlite3의 개요
    __Pandas로 데이터베이스 접근하기
    __SQLAlchemy
    ____SQLAlchemy 설치하고 구성하기
    ____SQLAlchemy로 데이터베이스 추가하기
    ____SQLAlchemy로 데이터베이스 쿼리하기
    __Pony ORM
    __Dataset: 사용하기 쉬운 데이터베이스
    __PyMongo와 MongoDB
    __Redis에 데이터 저장하기
    __memcache에 데이터 저장하기
    __Apache Cassandra
    __요약

    9장. 문자 데이터와 소셜 미디어 분석하기
    __NLTK 설치
    __NLTK란?
    __불용어, 고유 명사, 숫자 걸러내기
    __단어 주머니 모델
    __단어 빈도수 분석
    __나이브 베이즈 분류기
    __감성 분석
    __워드 클라우드 만들기
    __소셜 미디어 분석
    __요약

    10장. 예측 분석과 머신 러닝
    __전처리
    __로지스틱 회귀 분석을 이용한 분류
    __서포트 벡터 머신을 이용한 분류
    __ElasticNetCV를 이용한 회귀 분석
    __서포트 벡터 회귀 분석
    __친근도 전파를 이용한 클러스터링
    __평균 이동
    __유전자 알고리즘
    __신경망
    __결정 트리
    __요약

    11장. 파이썬 외의 서비스 환경과 클라우드 컴퓨팅
    __Matlab/Octave로 정보 주고받기
    __rpy2 패키지 설치 R 언어 인터페이스
    __자바로 NumPy 배열 넘겨주기
    __SWIG와 NumPy 통합하기
    __Boost와 파이썬 통합하기
    __F2py로 포트란 코드 사용하기
    __PythonAnywhere 클라우드
    __요약

    12장. 성능 튜닝, 프로파일링, 그리고 병렬 제어
    __코드 프로파일링
    __Cython 설치하기 C 코드 호출하기
    __다중 처리로 풀 작업 생성하기
    __Joblib에서 병렬 for 반복문을 사용해 속도 높이기
    __Bottleneck과 NumPy 함수 비교하기
    __Jug로 맵리듀스 실행하기
    __파이썬에서 MPI 설치하기
    __병렬 IPython
    __요약

    머리말

    ★ 지은이의 말 ★

    데이터 분석은 자연과학, 생명공학, 사회과학 분야에서 풍부하게 사용되고 있다. 대부분의 산업 영역에서 데이터 분석은 ‘데이터 과학(Data Science)’이라고 불리며 그 영향을 넓혀가고 있다. 데이터 분석과 데이터 과학은 데이터로부터 정보를 추출해내는 작업으로 통계학, 머신 러닝, 신호 처리, 자연어 분석, 컴퓨터공학 등의 기술에 사용된다.
    데이터 분석에 사용되는 파이썬 소프트웨어를 나타내는 마인드 맵을 1장에서 먼저 살펴본다. 첫 번째로 다룰 부분은 넓고 다양한 파이썬 생태계다. 여기에는 NumPy, SciPy, matplotlib와 같은 잘 알려진 패키지도 있다. 1989년부터 파이썬이 개발됐기 때문에 아마 많은 사람들이 알고 있을 것이다. 파이썬은 배우기 쉽고 사용하기도 쉬우며, 다른 언어에 비해 복잡하지 않고 간결하다. 파이썬에 대해 모르더라도 다른 언어를 배워봤다면, 며칠 안에 기본적인 부분은 익힐 수 있을 것이다. 이 책을 제대로 이해하려면, 기초보다 좀 더 나아간 수준의 지식이 필요하다. 파이썬에 관련된 도서, 강의, 온라인 교습들이 많으니 그것들을 활용하자.


    ★ 옮긴이의 말 ★

    오늘날 데이터의 역할은 매우 중요하다. 시장조사업체 IDC에 따르면, 전 세계에서 초당 56만 GB의 데이터가 만들어지고 있으며 1년 동안 16ZB(제타바이트)의 데이터가 생성된다고 한다. 2025년에는 163ZB에 이를 전망이니, 이는 실로 어마어마한 규모다. 또한 그중 약 25%가 실시간으로 수집돼 사물 인터넷 관련 분야에서 사용될 것으로 예상된다. 즉, 앞으로 데이터의 수집, 처리, 분석 업무는 더욱 중요해진다는 의미다.
    더욱이 통계학, 경제학, 사회학과 같은 학문에서 데이터 분석은 더욱 빈번하게 이뤄질 것이며, 그에 따라 누구나 쉽게 데이터 분석을 할 수 있어야 한다. 실제로 학교나 온라인에서 빅데이터, 통계학, 머신 러닝, 인공지능이 무엇인지 이론적으로 누구나 쉽게 배울 수 있다. 하지만 이러한 학문은 이론에 그쳐서는 안 된다. 실제 자신만의 데이터로 분석해보고, 통계치를 도출해보며, 어떤 의미가 있는지 알아보는 것이 데이터 분석을 이해하는 데 가장 큰 도움이 된다.
    이 책은 그러한 사람들에게 꼭 필요한 책이다. 이 책을 읽기 위해서는 기본적인 통계학과 파이썬 구문에 대한 지식이 필요하다. 특히 회귀 분석, 신호 처리, 머신 러닝과 관련해 선행 지식을 갖췄다면, 이 책을 더욱 쉽게 이해하고 더 효과적으로 활용할 수 있다. 평소 C/C++, 자바, 웹 언어를 다뤄본 경험이 있다면 더욱 좋다.
    알다시피, 파이썬은 사용하기 쉽고 다양한 사람이 두루 이용하는 프로그래밍 언어로 자리 잡았다. 특히, 파이썬 등의 프로그래밍 언어를 어느 정도 알고 있는 비전공자라면 이 책을 꼭 읽어보길 바란다. 파이썬의 기초 단계를 넘어설 수 있게 도와주는 책인 만큼, 여러분의 업무와 학업에 본격적인 도움을 줄 수 있을 것이다.
    이 책에서 배운 파이썬 프로그래밍을 라즈베리파이와 같은 하드웨어에 접목해 센서 데 이터를 수집하고 분석하는 등 사물 인터넷에 대해 배워볼 것을 권한다. 윈도우에서 오류가 발생하던 코드가 리눅스 시스템에서는 잘되는 경우도 있으니 참고하길 바란다.
    끊임없이 배워야 하는 시대다. 매일매일 새로운 것에 대해 두려워하지 말고 계속 물음을 던지자. 그리고 이를 파이썬으로 해결해보자. Life is too short, you need python.

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved