자료분석과 전처리. 통계분석. 기계학습

이론보다는 예제 중심의 R 프로그래밍 학습서로 최신의 내용(R ver 4.0)으로 개정하여 다음 내용을 제공합니다. - 자료분석과 전처리·통계분석·기계학습 - ■ 자료구조 유형 분석과 다양한 형태의 데이터 입출력 방법 ■ 탐색적 데이터 분석을 위한 시각화 방법 ■ 데이터 전처리와 파생변수 생성 방법 ■ 정형 데이터와 비정형 데이터 처리 방법 ■ 기술통계와 추론통계분석 방법 ■ 지도학습과 비지도학습에 의한 기계학습 방법 ■ 인공신경망 알고리즘을 적용한 예측분석 방법 ■ 시계열 데이터를 이용한 시계열 모형 생성 방법

Part I R 작업 환경과 기초 문법
Chapter 01 R 설치와 개요
1. R 프로그래밍 언어 소개
2. 작업환경 구축하기
3. 패키지와 Session 보기
4. 변수와 자료형
5. 기본 함수와 작업공간

Chapter 02 데이터의 유형과 구조
1. Vector 자료구조
2. Matrix 자료구조
3. Array 자료구조
4. DataFrame 자료구조
5. List 자료구조
6. 문자열 처리

Chaper 03 데이터 입출력
1. 데이터 불러오기
2. 데이터 저장하기

Chapter 04 제어문과 함수
1. 연산자
2. 조건문
3. 반복문
4. 함수 정의
5. 주요 내장함수

Part II 탐색적 데이터 분석과 처리
Chapter 05 데이터 시각화
1. 시각화 도구 분류
2. 이산변수 시각화
3. 연속변수 시각화


Chapter 06 데이터 조작
1. dplyr 패키지 활용
2. reshape2 패키지 활용

Chapter 07 EDA와 Data 정제
1. EDA란?
2. 수집 자료 이해
3. 결측치 처리
4. 극단치 처리
5. 코딩 변경
6. 변수 간의 관계분석
7. 파생변수

Chapter 08 고급시각화 분석
1. R 고급시각화 도구
2. 격자형 기법 시각화
3. 기하학적 기법 시각화
4. 지도 공간 기법 시각화

Chapter 09 정형과 비정형 데이터 처리
1. 정형 데이터 처리
2. 비정형 데이터 처리
3. 실시간 뉴스 수집과 분석

Part III 추론 통계 분석
Chapter 10 분석 절차와 통계지식
1. 분석 절차
2. 통계 관련 용어
3. 표준정규분포

Chapter 11 기술통계분석
1. 기술 통계량 개요
2. 척도별 기술 통계량 구하기
3. 기술통계량 보고서 작성

Chapter 12 교차분석과 카이제곱검정
1. 교차분석
2. 카이제곱검정
3. 교차분석과 검정보고서 작성

Chapter 13 집단 간 차이 분석
1. 추정과 검정
2. 단일 집단 검정
3. 두 집단 검정
4. 세 집단 검정

Chapter 14 요인 분석과 상관관계 분석
1. 요인분석
2. 상관관계 분석

Part IV 기계학습
Chapter 15 지도학습
1. 기계학습
2. 회귀분석
3. 로지스틱 회귀분석
4. 분류분석

Chapter 16 비지도학습
1. 군집분석
2. 연관분석

Chapter 17 시계열분석
1. 시계열분석
2. 시계열 자료분석
3. 시계열자료 시각화
4. 시계열분석 기법
5. ARIMA 모형 시계열 예측