R고 보면 쉬운 빅데이터와 인공지능

R고 보면 쉬운 빅데이터와 인공지능

중고등학교 창의적 체험활동 데이터 분석 교재

 

 

지은이 : 김계철

 

쪽 수 : 244쪽

판 형 : 46배 변형 (188*257)

 

책 값 : 18,000원

펴낸날 : 2021년 07월 26일

 

펴낸곳 : 황소걸음 아카데미

 

 

R고 보면 쉬운 빅데이터와 인공지능 R 스크립 및 데이터 파일.zip

0.18MB

 

1. 책 소개

- 데이터분석에서 머신러닝 핵심 개념 학습
- 코딩수업을 통한 자기 주도적 통계분석 모형 학습
- SNS을 활용한 텍스트 분석 활용

공공데이터 활용 교육 기부를 통한 사회적 가치와 책임을 실현하고자 지역 고등학교와 공공기관과의 협약을 체결하고 창의적 체험 활동, 데이터 동아리 활동을 지원하기 시작하였다. 통계 교실 운영, 공공 데이터 포털을 활용한 분석, 통계 활용대회 및 데이터 분석 공모전 등 다양한 활동을 추진하였고 지난 2년 동안 이루어진 내용과 경험들을 학생 중심 맞춤형 통계교육과 데이터 분석 교재를 제작하여 다른 고등학교 학생들에게도 보급하는 것이 더 큰 교육적 의미가 있을 것이라는 생각을 하게 되었다. 


2. 출판사 서평

교육부가 발표한 2015 개정 교육과정 창의 융합형 인재 6가지 핵심 역량의 세부적인 내용 중 합리적 문제 해결을 위한 ‘지식정보 처리역량’이 포함되어 있다. 문제를 합리적으로 해결하기 위해서는 논리적, 비판적 사고 능력이 반드시 필수적이고 이 능력을 함양하기 위해서 데이터분석 및 활용 교육은 아주 중요하다.
공공데이터 활용 교육 기부를 통한 사회적 가치와 책임을 실현하고자 지역 고등학교와 공공기관과의 협약을 체결하고 2019년부터 창의적 체험활동 데이터 동아리 활동을 지원하기 시작하였다.
관심과 열정이 높은 학생들과 함께 통계 교실 운영, 공공 데이터 포털을 활용한 분석, 통계 활용대회 및 데이터 분석 공모전 등 다양한 활동을 추진하였다.
지난 2년 동안 이루어진 내용과 경험들을 지역의 한 고등학교에만 국한하지 않고 학생 중심맞춤형 통계와 데이터 분석 교재를 제작하여 다른 중고등학교 학생들에게도 보급하는 것이 더큰 교육적 의미가 있을 것이라는 생각을 하게 되었다.
“R고 보면 쉬운 빅데이터와 인공지능”이 그동안의 실제 수업으로 진행된 내용을 학생들과 공동으로 논의하면서 만들어진 노력의 결과이다. 학생들의 눈높이에 맞춘 이 교재가 여러 중고
등학교에서도 많은 도움이 되고 활용 가치가 높을 것이라 기대한다.

3. 지은이

김계철 
⚫KDI 국제정책대학원 MPM 석사
⚫고려대학교 경제통계학과 박사과정 수료
⚫국가공무원 인재개발원 데이터분석 이러닝 강의
⚫국립 한국교통대학교 빅데이터 및 머신러닝 강의
⚫저서로 『데이터 분석 준전문가(ADsP) 한권으로 끝내기』 
『데이터 분석 전문가(ADP) 한권으로 끝내기』 
『빅데이터 분석 기사』 등이 있다



4. 차례

머리말

Part I 빅데이터의 이해 … 11

01 빅데이터 개요 … 12
1 빅데이터란? … 12
2 빅데이터의 출현 배경 … 15
3 데이터의 이해 … 17
4 빅데이터 영향 … 22
5 빅데이터 분석을 위한 역량 … 23
02 빅데이터 기술 및 제도 … 25
1 빅데이터 플랫폼 … 25
2 빅데이터와 인공지능 … 28

Part II 데이터 분석 기획 … 33

01 분석 방안 수립 … 34
1 데이터 분석 기획 … 34
2 분석문제 정의 … 36
3 데이터 분석 방안 … 39

Part III 통계 기반 데이터 분석 … 45

01 통계의 기초 및 통계량 … 46
1 기초적인 통계 개념 … 46
2 기술통계 … 52
3 확률분포 … 56
4 표본분포 … 63
02 추론통계 … 65
1 점추정 … 66
2 구간추정 … 66
3 가설검정 … 69
03 R를 활용한 데이터 분석 … 76
1 R-언어 소개 및 설치 … 76
2 R의 기초 … 79
3 통계분석을 위한 데이터 변환 … 83
4 기술통계 … 97
5 교차분석 … 102
6 T 검정 … 108
7 분산분석 … 116
8 상관분석 … 129
9 회귀분석 … 134

Part IV 머신러닝 기반 데이터 분석 … 151

1 머신러닝의 개요 … 152
2 모형평가 … 154
3 의사결정나무(Decision Tree) … 158
4 랜덤포레스트(Random Forest) … 166
5 인공신경망(Artificial Neural Network) … 169

Part V 비정형데이터 분석 … 173

1 텍스트 마이닝 … 174
2 워드클라우드(Wordcloud) … 184
3 사회연결망 분석(Social Network Analysis, SNA) … 188

Part VI 데이터 시각화 기법과 이해 … 193

1 데이터 시각화의 중요성 … 194
2 정보시각화 … 196
3 R을 이용한 시각화 구현 … 203

부록 1 R의 설치 …  213
부록 2 R의 기초 문법 … 223
부록 3 R 관련 Web Site … 239
부록 4 데이터 분석 공모전 목록 … 243