목차 일부

지은이 소개 = 4
공동 집필자 소개 = 6
기술 감수자 소개 = 8
옮긴이 소개 = 10
옮긴이의 말 = 11
들어가며 = 19
1장 추출, 변형, 저장 = 27
  비즈니스 인텔리전스 분석에서 빅데이터 이해하기 = 28
  다양한 정보원에서 데이터 추출하기 = 31
    CSV 및 다른 형태 파일 불러오기 = 31
    관계형 데이...

더보기

목차 전체

지은이 소개 = 4
공동 집필자 소개 = 6
기술 감수자 소개 = 8
옮긴이 소개 = 10
옮긴이의 말 = 11
들어가며 = 19
1장 추출, 변형, 저장 = 27
  비즈니스 인텔리전스 분석에서 빅데이터 이해하기 = 28
  다양한 정보원에서 데이터 추출하기 = 31
    CSV 및 다른 형태 파일 불러오기 = 31
    관계형 데이터에서 자료 호출하기 = 33
  분석 수요에 맞게 데이터 변형하기 = 35
    데이터 행 필터링하기 = 36
    데이터 칼럼(열) 선택하기 = 37
    기존 데이터에서 계산된 열 삽입하기 = 38
    그룹별로 데이터 집계하기 = 39
  분석을 위해 비즈니스 시스템에 데이터 로딩하기 = 40
    CSV 파일로 저장하기 = 41
    TXT 파일로 저장하기 = 41
  요약 = 42
2장 데이터 처리 = 43
  검사를 위해 데이터 요약하기 = 44
    str() 함수를 이용해 요약하기 = 45
    분석 결과 검사하고 분석하기 = 45
  결함 데이터 찾아 수정하기 = 47
    데이터셋의 결함 찾아내기 = 47
    결함 데이터 수정하기 = 51
  분석 목적에 맞도록 데이터 형태 가공하기 = 51
    데이터 형태간 변환 = 52
    날짜 및 시간 변환 = 54
  문자열 데이터를 표준형으로 가공하기 = 55
    숫자 7의 힘 = 57
    데이터 분석을 위한 최종 준비 = 59
  요약 = 60
3장 탐색적 데이터 분석 = 63
  탐색적 데이터 분석 이해하기 = 65
    질문의 중요성 = 65
    측정 척도 = 66
    R의 데이터 형태 = 68
  단일 변수 분석하기 = 70
    표를 활용한 데이터 탐색 = 71
    그래픽을 활용한 데이터 탐색 = 73
  두 개의 변수 분석하기 = 79
      데이터의 전반적인 모양은 어떨까? = 79
      두 변수 사이에 어떤 관계가 있을까? = 81
      두 변수 사이에 어떤 상관관계가 있을까? = 83
      상관관계는 유의한 수준인가? = 84
    다수의 변수 동시에 분석하기 = 90
      데이터 관찰 = 90
      데이터의 관계 = 91
      상관관계 = 92
      유의성 판단 = 93
  요약 = 99
4장 비즈니스 회귀 분석 = 101
  선형 회귀의 이해 = 102
    lm() 함수 이해하기 = 103
    단순 선형 회귀 = 104
    잔차 = 106
  회귀 모델의 가정 점검 = 107
    선형성 = 108
    독립성 = 108
    정규성 = 109
    등분산성 = 110
    가정들에 대한 정리 = 111
  단순 선형 회귀 활용 = 112
    분석 결과 해석하기 = 112
    단순 선형 회귀로 미지의 결과 예측하기 = 114
    신뢰 구간을 활용한 빅데이터 다루기 = 117
  선형 회귀를 위한 데이터 개선 = 119
    데이터 변형하기 = 120
    이상치 데이터 처리하기 = 124
  다중 선형 회귀 분석 실행 = 129
  요약 = 133
5장 군집 분석을 활용한 데이터 마이닝 = 135
  군집 분석에 대한 설명 = 136
  K평균 군집을 활용한 분할 = 137
    데이터 탐색 = 139
    k평균 함수 실행하기 = 140
    모델 결과 해석하기 = 141
    비즈니스 사례 분석하기 = 144
  계층적 군집화 기술 = 149
    데이터 정리 및 탐색 = 150
    hclust() 함수 실행하기 = 154
    분석 결과를 시각화하기 = 155
    모델 평가하기 = 158
    모델 선택하기 = 161
    분석 결과 준비하기 = 164
  요약 = 167
6장 시계열 분석 = 169
  선형 회귀로 시계열 데이터 분석하기 = 170
    선형성, 정규성, 등분산성 = 173
    예측과 신뢰 구간 = 174
  시계열 분석의 핵심 요소 이해 = 175
    안정적 데이터 가정 = 177
    차분 방법 = 178
  ARIMA 모델 만들기 = 180
    모델 선택 = 180
    고급 모델링 기법 사용하기 = 189
  요약 = 194
7장 데이터 스토리 시각화 = 195
  데이터 시각화 = 196
    원하는 정보로 주의 집중시키기 = 196
    이용자의 해석 돕기 = 197
  ggplot2로 그래프 그리기 = 198
  Leaflet을 활용한 지리 정보 시각화 = 200
    지리 정보 시각화 학습 = 201
    지리 정보 시각화 기능 확장 = 204
  rCharts로 상호작용하는 그래프 그리기 = 207
    데이터 스토리의 큰 틀 짜기 = 208
    자바스크립트로 상호작용 기능의 그래프 그리기 = 209
  요약 = 216
8장 Shiny로 만드는 웹 대시보드 = 217
  기본 Shiny 애플리케이션 만들기 = 218
    ui.R 파일 = 219
    server.R 파일 = 222
  마케팅 캠페인 Shiny 애플리케이션 만들기 = 226
    다기능의 Shiny 폴더와 파일 구조 사용하기 = 227
    유저 인터페이스 설계 = 229
    서버 코드 만들기 = 233
  Shiny 애플리케이션 배포하기 = 236
    깃허브에 저장 = 237
    RStudio에 호스팅 = 237
    사설 웹 서버에 호스팅 = 238
  요약 = 239
부록 A 참고 문헌 = 241
부록 B 기타 유용한 R 함수 = 251
  1장 추출, 변형, 저장 = 251
  2장 데이터 처리 = 252
부록 C 책에서 사용한 R 패키지 = 253
부록 D 마켓 세그먼트 사례 R 코드 = 255
찾아보기 = 259

더보기 닫기