데이터사이언스 기초편 - RAPIDMINER로 배우는 -

데이터를 처리하고 분석하여 가치 있는 정보를 얻어서 활용하는 데이터사이언스는 현대사회를 이끌어감에 있어서 중요한 역할을 하고 있다. 데이터사이언스의 모든 과정을 능숙하게 처리할 수 있는 능력을 갖춘다는 것은 통계적 지식, 수학적 지식, 컴퓨팅 지식 등의 다양한 분야에서의 학습이 필요하므로 단기간의 지식 습득으로는 이루어지기 어렵다. 이런 어려움을 해결하기 위해 데이터사이언스를 지원해주는 툴(tool)들이 다양하게 개발되어 있지만 데이터분석에 대한 기초적인 개념과 분석방법에 대한 기본 지식이 있어야 툴을 이용해서 원하는 정보를 얻을 수 있으므로 최소한의 기초적 지식의 습득은 필요하다고 생각한다.
이 책에서는 이러한 툴 중에서, 접근성이 용이하고 그 활용도에 있어서 인정을 받고 있는 래피드마이너 스튜디오(RapidMiner Studio)를 활용하여 데이터사이언스에 대한 기본 지식을 습득할 수 있도록 구성하였다. 래피드마이너 분석프로세스는 프로그램 작성이나 코딩을 할 필요 없이 여러 오퍼레이터들의 조합이 그림으로 표현되어 사용자가 수월하게 결과를 얻을 수 있으며, 또 다양한 유형의 데이터에의 접근이 수월하다는 강점을 지니고 있다.

이 책의 구성

전체 9장으로 되어 있고, 데이터 분석을 위한 기본 개념과 데이터에 대한 탐색(PART Ⅰ: 1~5장)과 데이터사이언스의 대표적인 분석방법(PART Ⅱ: 6~9장)의 두 부분으로 구성되어 있다. 학생들이 이해할 수 있는 기초적인 수준의 내용으로 구성하기 위해서, 저자들이 많은 시간 동안 토론과 고민을 통해 각 장의 주제를 선별하여 구성하였다. 각 장에서는 주제에 따른 기초적인 설명과 함께 래피드마이너 스튜디오에서 주어진 데이터를 이용하여 학습한 내용을 실습하도록 되어있다. 분석 순서에 맞추어 실습 화면들이 캡처되어 있어서 컴퓨팅에 익숙하지 않은 학생들도 수월하게 내용을 학습하고 실습할 수 있으리라 생각한다.
데이터사이언스에 대한 기초적 수준의 강의로 활용하는 경우, 한 학기 강의용으로 사용하면 적당할 것으로 생각한다. 다양한 부분에서의 활용도를 생각하면 분석방법에서의 주제를 더 늘여야 할 필요도 있겠지만, 한 학기 교양 강의를 위한 교재를 목표로 시작된 책이니만큼 데이터사이언스에 대한 첫걸음을 도와주는 단계로 이 책이 활용되기를 바란다. 교재에 사용된 자료는 생능출판사 홈페이지(www.booksr.co.kr)에서 내려받을 수 있다.

PART Ⅰ 데이터탐색
CHAPTER 01 서론
1.1 데이터사이언스
1.2 데이터분석 목적 및 기법
1.3 래피드마이너
1.4 래피드마이너 스튜디오
1.5 래피드마이너 스튜디오 설치
 연습문제

CHAPTER 02 데이터
2.1 변수
2.2 통계량
2.3 래피드마이너 실습
 연습문제

CHAPTER 03 데이터정제
3.1 오류정보
3.2 결측치 및 이상치
3.3 변수생성
3.4 자료저장
3.5 Data Editor 창
 연습문제

CHAPTER 04 데이터시각화 I
 4.1 도수분포표
4.2 상자그림
4.3 막대그래프
4.4 히스토그램
4.5 원그래프
 연습문제

CHAPTER 05 데이터시각화 II
 5.1 도수분포표
5.2 요약통계량
5.3 히스토그램과 산점도
5.4 상관분석
 연습문제

PART Ⅱ 분석기법
CHAPTER 06 선형회귀분석
6.1 선형회귀모형
6.2 선형회귀모형의 종류
6.3 회귀계수 추정
6.4 모형평가
6.5 변수선택
6.6 래피드마이너 실습
 연습문제

CHAPTER 07 의사결정나무
7.1 의사결정나무의 개념
7.2 의사결정나무의 구성
7.3 의사결정나무의 형성
7.4 의사결정나무의 예측
7.5 래피드마이너 실습
 연습문제

CHAPTER 08 신경망분석
8.1 신경망
8.2 신경망 활용사례
8.3 신경망 작동원리
8.4 래피드마이너 실습
 연습문제

CHAPTER 09 군집분석
9.1 군집분석
9.2 군집분석 활용사례
9.3 군집분석 방법
9.4 k-means 방법
9.5 래피드마이너 실습
 연습문제

 오퍼레이터 정리