국립세종도서관 메인화면

• ·표제/책임표시사항 파이썬 데이터 분석 실무 테크닉 100 : 100가지 예제로 배우는 데이터 가공, 머신러닝, 이미지 / 자연어 처리의 기술 / 시모야마 테루마사,마쯔다 유마,미키 타카유키 지음 ;손민규 옮김
• ·발행사항 파주 : 위키북스, 2020
• ·형태사항 xvii, 276 p. :천연색삽화, 도표 ;24 cm
• ·총서사항 (위키북스 데이터 사이언스 시리즈 ;059)
• ·주기사항 원표제:Python 実践データ分析100 本ノック
  원저자명: 下山輝昌, 松田雄馬, 三木孝行
  일본어 원작을 한국어로 번역
  
• ·표준번호/부호 ISBN: 9791158392178  93000: \26000 
• ·분류기호 한국십진분류법-> 005.76  듀이십진분류법-> 005.7  
• ·주제명 파이썬[Python]기계 학습[機械學習]

목차

1부 기초편 데이터 가공 

01장 웹에서 주문 수를 분석하는 테크닉 10-4 
001 데이터를 읽어 들이자-6 
002 데이터를 결합(유니언)해 보자-10 
003 매출 데이터끼리 결합(조인)해 보자-11 
004 마스터데이터를 결합(조인)해 보자-13 
005 필요한 데이터 칼럼을 만들자-14 
006 데이터를 검산하자-16 
007 각종 통계량을 파악하자-17 
008 월별로 데이터를 집계해 보자-19 
009 월별, 상품별로 데이터를 집계해 보자-22 
010 상품별 매출 추이를 가시화해 보자-24 

02장 대리점 데이터를 가공하는 테크닉 10-27 
011 데이터를 읽어 들이자-29 
012 데이터의 오류를 살펴보자-32
013 데이터에 오류가 있는 상태로 집계해 보자-33 
014 상품명 오류를 수정하자-35 
015 금액의 결측치를 수정하자-37 
016 고객 이름의 오류를 수정하자-41 
017 날짜 오류를 수정하자-43 
018 고객 이름을 키로 두 개의 데이터를 결합(조인)하자-48 
019 정제한 데이터를 덤프하자-49 
020 데이터를 집계하자-51 

2부 실전편① 머신러닝 

03장 고객의 전체 모습을 파악하는 테크닉 10-58 
021 데이터를 읽어 들이고 확인하자-60 
022 고객 데이터를 가공하자-63 
023 고객 데이터를 집계하자-64 
024 최신 고객 데이터를 집계하자-57 
025 이용 이력 데이터를 집계하자-69
026 이용 이력 데이터로부터 정기 이용 플래그를 작성하자-71 
027 고객 데이터와 이용 이력 데이터를 결합하자-73 
028 회원 기간을 계산하자-74 
029 고객 행동의 각종 통계량을 파악하자-76 
030 탈퇴 회원과 지속 회원의 차이를 파악하자-78 

04장 고객의 행동을 예측하는 테크닉 10-81 
031 데이터를 읽어 들이고 확인하자-83 
032 클러스터링으로 회원을 그룹화하자-84 
033 클러스터링 결과를 분석하자-87 
034 클러스터링 결과를 가시화하자-88 
035 클러스터링 결과를 바탕으로 탈퇴 회원의 경향을 파악하자-90 
036 다음 달의 이용 횟수 예측을 위해 데이터를 준비하자-93 
037 특징이 되는 변수를 추가하자-95 
038 다음 달 이용 횟수를 예측하는 모델을 구축하자-97 
039 모델에 기여하는 변수를 확인하자-99 
040 다음 달의 이용 횟수를 예측하자-100 

05장 회원 탈퇴를 예측하는 테크닉 10-103 
041 데이터를 읽어 들이고 이용 데이터를 수정하자-105 
042 탈퇴 전월의 탈퇴 고객 데이터를 작성하자-106 
043 지속 회원의 데이터를 작성하자-109 
044 예측할 달의 재적 기간을 작성하자-112 
045 결측치를 제거하자-113 
046 문자열 변수를 처리할 수 있게 가공하자-115 
047 의사결정 트리를 사용해서 탈퇴 예측 모델을 구축하자-118 
048 예측 모델을 평가하고 모델을 튜닝해 보자-121 
049 모델에 기여하는 변수를 확인하자-123 
050 회원 탈퇴를 예측하자-124 

3부 실전편② 최적화 문제 

06장 물류의 최적경로를 컨설팅하는 테크닉 10-130 
051 물류 데이터를 불러오자-132 
052 현재 운송량과 비용을 확인해 보자-137 
053 네트워크를 가시화해 보자-139 
054 네트워크에 노드를 추가해 보자-142 
055 경로에 가중치를 부여하자-143
056 운송 경로 정보를 불러오자-146 
057 운송 경로 정보로 네트워크를 가시화해 보자-147 
058 운송 비용 함수를 작성하자-151 
059 제약 조건을 만들어보자-152 
060 운송 경로를 변경해서 운송 비용 함수의 변화를 확인하자-155 

07장 물류 네트워크 최적 설계를 위한 테크닉 10-158 
061 운송 최적화 문제를 풀어보자-160 
062 최적 운송 경로를 네트워크로 확인하자-164 
063 최적 운송 경로가 제약 조건을 만족하는지 확인하자-167 
064 생산 계획 데이터를 불러오자-169 
065 이익을 계산하는 함수를 만들자-171 
066 생산 최적화 문제를 풀어보자-172 
067 최적 생산 계획이 제약 조건을 만족하는지 확인하자-174 
068 물류 네트워크 설계 문제를 풀어보자-176 
069 최적 네트워크의 운송 비용과 그 내역을 계산하자-179 
070 최적 네트워크의 생산 비용과 그 내역을 계산하자-180 

08장 수치 시뮬레이션으로 소비자의 행동을 예측하는 테크닉 10-182 
071 인간관계 네트워크를 가시화해 보자-184 
072 입소문에 의한 정보 전파 모습을 가시화해 보자-187 
073 입소문 수의 시계열 변화를 그래프화해 보자-191 
074 회원 수의 시계열 변화를 시뮬레이션해 보자-192 
075 파라미터 전체를 ‘상관관계’를 보면서 파악해 보자-196 
076 실제 데이터를 불러와보자-198 
077 링크 수의 분포를 가시화해 보자-199 
078 시뮬레이션을 위해 실제 데이터로부터 파라미터를 추정하자-201 
079 실제 데이터와 시뮬레이션을 비교하자-203 
080 시뮬레이션으로 미래를 예측해 보자-206 

4부 발전편 이미지 처리 / 언어 처리 

09장 잠재고객을 파악하기 위한 이미지 인식 테크닉 10-210 
081 이미지 데이터를 불러오자-212 
082 동영상 데이터를 불러오자-214 
083 동영상을 이미지로 나누고 저장하자-216 
084 이미지 속에 사람이 어디에 있는지 검출해 보자-217 
085 이미지 속 사람 얼굴을 검출해 보자-220 
086 이미지 속 사람의 얼굴이 어느 쪽을 보고 있는지 검출해 보자-222 
087 검출한 정보를 종합해서 타임랩스를 만들어보자-226 
088 전체 모습을 그래프로 가시화해 보자-228 
089 거리의 변화를 그래프로 확인해 보자-229 
090 이동 평균을 계산해서 노이즈를 제거하자-231 

10장 앙케트 분석을 위한 자연어 처리 테크닉 10-234 
091 데이터를 불러서 파악해 보자-236 
092 불필요한 문자를 제거하자-238 
093 문자 수를 세어 히스토그램으로 표시해 보자-240 
094 형태소 분석으로 문장을 분해해 보자-241 
095 형태소 분석으로 문장에서 ‘동사’, ‘명사’를 추출해 보자-243 
096 형태소 분석으로 자주 나오는 명사를 확인해 보자-245 
097 관계없는 단어를 제거해 보자-247 
098 고객만족도와 자주 나오는 단어의 관계를 살펴보자-250 
099 의견을 특징으로 표현해 보자-254 
100 비슷한 설문지를 찾아보자-256 

부록 
001 데이터 결합과 정규화-259 
002 머신러닝-264 
003 최적화 문제-267 

맺음말-271