홈앤서비스 SK BROADBAND

저자들은 그동안 급속히 변화하는 사회현상을 예측하여 선제적으로 대응하기 위해 정형화된 빅데이터와 소셜 빅데이터를 활용한 연구에 노력을 경주해 왔다. 이 책 역시 그러한 연구의 결과로, 실제로 공공 빅데이터를 분석하여 미래를 예측하기 위한 인공지능을 개발하고 활용하기 위한 전 과정을 자세히 담았다. 제1권에서는 빅데이터 분석 프로그램인 R과 SPSS의 설치 및 활용 방법을 소개하고 빅데이터 분석을 위해 데이터 사이언티스트가 습득해야 할 과학적 연구설계와 통계분석에 관해 기술하였다. 제2권에서는 인공지능 개발을 위해 머신러닝 학습데이터를 생성하는 과정을 소개하고 머신러닝 개념과 모델링 그리고 인공지능의 개발과 활용에 대한 전 과정을 기술하였다.

머리말

1장 R과 SPSS 설치 및 활용

01 R의 설치와 활용
1.1 R 설치
1.2 R 활용
1) 패키지 설치 및 로딩
2) 값의 할당 및 연산
3) R의 기본 데이터형
4) R의 자료구조
5) R의 함수 사용
6) R 기본 프로그램(조건문과 반복문)
7) R 데이터 프레임의 변수 이용방법
8) R 데이터 프레임 작성
9) 변수 및 관찰치 선택
10) R의 주요 GUI(Graphic User Interface) 메뉴 활용
연습문제

02 SPSS의 설치와 활용
2.1 SPSS 설치
2.2 SPSS 활용
1) SPSS의 기본 구성
2) SPSS의 자료 입력
3) SPSS의 자료 선택/변환
4) SPSS의 명령문 활용

2장 빅데이터를 활용한 통계분석

01 과학적 연구설계
1.1 연구의 개념
1.2 변수 측정
1) 척도
2) 변수
1.3 분석단위
1.4 표본추출과 가설검정
1) 조사설계
2) 표본추출
3) 가설검정

02 통계분석
2.1 기술통계분석
1) 중심위치(central tendency)
2) 산포도(dispersion)
(1) 중심위치와 산포도 분석
(2) 범주형 변수의 빈도분석
(3) 연속형 변수의 빈도분석
2.2 추리통계 분석
(4) 교차분석(cross tabulation analysis)
(5) 평균의 검정(일표본 T검정)
(6) 평균의 검정(독립표본 T검정)
(7) 평균의 검정(대응표본 T검정)
(8) 평균의 검정(일원배치 분산분석)
(9) 평균의 검정(이원배치 분산분석)
(10) 산점도(scatter diagram)
(11) 상관분석(correlation analysis)
(12) 편상관분석(partial correlation analysis)
(13) 단순회귀분석(simple regression analysis)
(14) 다중회귀분석(multiple regression analysis)
(15) 요인분석(factor analysis)
(16) 신뢰성 분석(reliability analysis)
(17) 다변량 분산분석(multivariate analysis of variance)
(18) 이분형 로지스틱 회귀분석(binary logistic regression analysis)
(19) 다항 로지스틱 회귀분석(multinomial logistic regression analysis)
연습문제

참고문헌
찾아보기