홈앤서비스 SK BROADBAND

쉽고 간단한 예제를 이용한 빅데이터분석 및 인공지능 실습!
빅데이터 분석을 위한 Numpy, Pandas 기능과 그래프 툴인 Matplot 기능 활용!

이 책은 파이썬의 기초를 익히고 빅데이터 분석과 인공지능의 기초지식을 확립하기 위해 기본이론과 다양한 실습예제들로 공부하는 개론서이다. 인공지능을 수행하기 위해서는 빅데이터가 입력으로 주어지며 이를 가공하여 분석할 수 있는 빅데이터 분석기술이 필요하다. 이를 위해 현재 각광을 받고 있는 구글의 주피터 노트북(Jupyter Notebook)환경에서 넘파이(Numpy)와 판다스(Pandas)를 사용할 수 있는 파이썬(Python)을 실습을 통해 익힌다.

[part 1 파이썬의 기초]

Chapter 01 파이썬의 기초
1.1 파이썬 설치

Chapter 02 변수와 입출력함수
2.1 데이터형과 변수
2.2 변수의 연산
2.3 입출력함수

Chapter 03 조건문과 반복문
3.1 조건문
3.2 반복문
3.3 break/continue

Chapter 04 함수
4.1 사용자 정의 함수
4.2 함수의 응용

Chapter 05 문자열과 배열
5.1 문자열
5.2 배열의 종류

Chapter 06 객체지향 프로그래밍
6.1 파이썬의 객체
6.2 클래스로 객체 만들기
6.3 생성자
6.4 데이터형 객체의 개념
6.5 다양하고 편리한 기능들
6.6 빈도수

[Part 2 빅데이터 분석]

Chapter 07 빅데이터 분석을 위한 환경 및 기능
7.1 빅데이터 분석 개요
7.2 개발환경 구축

Chapter 08 빅데이터 분석 초기 예제
8.1 DNA 프로젝트

Chapter 09 통계와 수학적 기능을 위한 Numpy
9.1 Numpy의 설치
9.2 Numpy의 기초

Chapter 10 빅데이터 분석을 위한 Plot 기능
10.1 Matplot의 기초
10.2 Numpy를 이용한 Plot 기능

Chapter 11 데이터프레임 처리를 위한 Pandas
11.1 Pandas의 기초

Chapter 12 빅데이터 가공 및 분석
12.1 빅데이터의 가공
12.2 Binning/Normalization
12.3 Data Formatting

Chapter 13 빅데이터 분석 과제
13.1 NetworkX
13.2 GPS를 이용한 철새 이동 파악

[Part 3 인공지능]

Chapter 14 기계학습의 기본 개념
14.1 기계학습의 단계
14.2 트리 분류자의 시각화

Chapter 15 기계학습 모델(Machine Learning Models)
15.1 지도학습의 개요
15.2 지도학습의 구조 및 방식
15.3 지도학습 모델의 종류
15.4 비지도학습의 개요 및 구조
15.5 과제

Chapter 16 딥러닝
16.1 딥러닝의 개요
16.2 문제 유형별 딥러닝 모델
16.3 딥러닝 모델의 성능
16.4 이미지와 시계열 처리모델