- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
데이터 과학을 위한 파이썬과 R 오픈소스를 활용한 데이터 분석, 시각화, 머신러닝 | 파이썬-R 사전 부록 제공
- 릭 슈카페타 , 보이안 앙겔로프 저
- 임혜연 역
- 한빛미디어
- 2022년 10월 28일
-
정가18,000원
-
판매가16,200원 [10% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금900원 적립 [5%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2025년 02월 06일(목)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791169210430
216쪽
183 x 235 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
이것이 취업을 위한 코딩 테스트다 with 파이썬
나동빈
30,600원
-
지니어스키트로 배우는 마이크로비트
아이씨뱅큐
18,000원
-
Do it! 점프 투 파이썬 [개정판]
박응용
16,920원
책 소개
출판사 리뷰
데이터 과학 분야에서는 파이썬과 R이 주축을 이루고 있습니다. 그렇다면 둘 중 더 강력한 도구는 무엇일까요? 이 책은 특정 상황에서 어떤 언어가 더 큰 장점을 갖는지 알아보고, 각 언어의 장점을 최대한으로 활용하는 방법을 다룹니다.
그런데 데이터 과학에서 파이썬과 R은 “함께 사용할 때” 정말로 강력한 도구가 된다는 사실을 알고 있나요? 이 책은 어디서도 다루지 않는 파이썬과 R의 시너지 효과를 설명하고, 각 언어로 작성된 스크립트를 단일 워크플로에서 단일 스크립트로 만드는 방법도 살펴봅니다!
평소 데이터 과학 프로젝트에서 한 가지 언어만 사용했다면 이 책을 통해 원래 사용하던 언어를 기반으로 다른 언어를 배울 수 있습니다. 그렇게 파이썬과 R을 모두 다룰 수 있는 이중 언어 사용자가 되면 예제를 통해 특정 상황에서 어떤 언어를 선택해야 하는지 학습합니다. 최종적으로는 두 언어를 모두 사용하여 성공적인 데이터 과학 프로젝트를 완성할 수 있습니다.
대상 독자
- 데이터 과학 이론이 아닌 ‘데이터 과학을 위한 언어(도구)’에 관심 있는 사람
- 데이터 과학 분야의 실무자
주요 내용
1. 맞춤형 학습
- 파이썬 사용자를 위한 맞춤형 R 학습
- R 사용자를 위한 맞춤형 파이썬 학습
2. 이중 언어 사용자를 위한 스킬
- 파이썬과 R의 장단점 비교
- 상황에 맞는 언어를 선택하는 방법
3. 파이썬과 R의 시너지 효과
- 파이썬과 R을 단일 워크플로로 통합하는 방법
- 파이썬과 R을 함께 사용하는 사례 연구
저자 소개
저자 : 릭 슈카페타
2012년부터 독립 워크숍 트레이너, 프리랜서 데이터 과학자, 공동 창업자로 일하고 있습니다. 슈카페타 아카데미를 운영하며 독일 전역에 있는 주요 연구 기관과 협력하고 있습니다. 2016년부터 맡은 데이터 캠프 강의는 20만 명이 넘는 사람이 수강했으며 오라일리(O’Reilly)와 매닝(Manning)의 고급 데이터 과학 강의에도 기여했습니다. 현재는 사우디아라비아에 있는 미스크(Misk) 아카데미의 기술 교육과정 고문으로 데이터 과학 프로그램 개발을 이끌고 있습니다.
저자 : 보이안 앙겔로프
보이안 앙겔로프는 10년 이상의 학계와 산업계 경험이 있는 데이터 전략가이자 컨설턴트입니다. 생물정보학, 임상 실험, 인적 자원 기술, 관리 컨설팅 등의 분야에서 활동합니다. XAI 분야의 오픈소스 과학 프로젝트에 기여했으며 정기적으로 콘퍼런스와 모임에서 발표합니다.
역자 : 임혜연
인터넷 세상의 언어에 관심이 많은 개발자입니다. 지금은 어떻게 하면 검색을 통해 좋은 연결을 만들 수 있을지 고민하는 일을 주로 하고 있습니다.
목차
PART 1 새로운 언어의 발견
CHAPTER 1 첫걸음
1.1 R의 기원
1.2 파이썬의 기원
1.3 언어 전쟁의 시작
1.4 데이터 과학에서의 승자는?
1.5 협력과 커뮤니티 구축
정리하기
PART 2 새로운 언어 시작하기
CHAPTER 2 파이썬 사용자를 위한 R
2.1 R 제대로 사용하기
2.2 프로젝트와 패키지
2.3 티블의 성공
2.4 데이터 타입과 탐색
2.5 내부 요소 명명 규칙
2.6 리스트
2.7 팩터의 실체
2.8 필요한 내용을 찾는 방법
2.9 반복 다시 실행하기
정리하기
CHAPTER 3 R 사용자를 위한 파이썬
3.1 버전과 빌드
3.2 표준 도구
3.3 가상 환경
3.4 패키지 설치
3.5 노트북
3.6 파이썬과 R 비교
_데이터셋 가져오기
_데이터 조사하기
3.7 데이터 구조와 기술 통계
_데이터 구조: 기본으로 돌아가기
_인덱싱과 논리 표현식
_플로팅
3.8 추론 통계
정리하기
PART 3 현대적 컨텍스트
CHAPTER 4 데이터 포맷 컨텍스트
4.1 외부 패키지와 기본 패키지
4.2 이미지 데이터
4.3 텍스트 데이터
4.4 시계열 데이터
_베이스 R
_프로펫
4.5 공간 정보 데이터
정리하기
CHAPTER 5 워크플로 컨텍스트
5.1 워크플로란?
5.2 탐색적 데이터 분석
_정적 시각화
_인터랙티브 시각화
5.3 머신러닝
5.4 데이터 엔지니어링
5.5 보고서 작성
_정적 보고서 작성
_인터랙티브 보고서 작성
정리하기
PART 4 파이썬과 R 함께 사용하기
CHAPTER 6 파이썬과 R의 시너지 효과
6.1 가짜 운용성
6.2 상호 운용성
6.3 한 걸음 더
_R 마크다운 문서에서 파이썬으로 객체 전달하기
_R 마크다운 문서에서 파이썬 호출하기
_파이썬 스크립트를 소싱해서 파이썬 호출하기
_REPL을 사용하여 파이썬 호출하기
_인터랙티브 문서에서 동적 입력으로 파이썬 호출하기
정리하기
CHAPTER 7 데이터 과학 사례 연구
7.1 24년 그리고 188만 건의 산불
7.2 설정과 데이터 불러오기
7.3 탐색적 데이터 분석과 데이터 시각화
7.4 머신러닝
_파이썬 환경 설정
_피처 엔지니어링
_모델 학습
7.5 예측과 UI
정리하기
[부록] 파이썬-R 사전
- 패키지 관리
- 할당 연산자
- 타입
- 산술 연산자
- 속성
- 키워드
- 함수와 메서드
- 스타일과 명명 규칙
- 유사한 데이터 스토리지 객체
- 데이터 프레임
- 논리 표현식
- 인덱싱
CHAPTER 1 첫걸음
1.1 R의 기원
1.2 파이썬의 기원
1.3 언어 전쟁의 시작
1.4 데이터 과학에서의 승자는?
1.5 협력과 커뮤니티 구축
정리하기
PART 2 새로운 언어 시작하기
CHAPTER 2 파이썬 사용자를 위한 R
2.1 R 제대로 사용하기
2.2 프로젝트와 패키지
2.3 티블의 성공
2.4 데이터 타입과 탐색
2.5 내부 요소 명명 규칙
2.6 리스트
2.7 팩터의 실체
2.8 필요한 내용을 찾는 방법
2.9 반복 다시 실행하기
정리하기
CHAPTER 3 R 사용자를 위한 파이썬
3.1 버전과 빌드
3.2 표준 도구
3.3 가상 환경
3.4 패키지 설치
3.5 노트북
3.6 파이썬과 R 비교
_데이터셋 가져오기
_데이터 조사하기
3.7 데이터 구조와 기술 통계
_데이터 구조: 기본으로 돌아가기
_인덱싱과 논리 표현식
_플로팅
3.8 추론 통계
정리하기
PART 3 현대적 컨텍스트
CHAPTER 4 데이터 포맷 컨텍스트
4.1 외부 패키지와 기본 패키지
4.2 이미지 데이터
4.3 텍스트 데이터
4.4 시계열 데이터
_베이스 R
_프로펫
4.5 공간 정보 데이터
정리하기
CHAPTER 5 워크플로 컨텍스트
5.1 워크플로란?
5.2 탐색적 데이터 분석
_정적 시각화
_인터랙티브 시각화
5.3 머신러닝
5.4 데이터 엔지니어링
5.5 보고서 작성
_정적 보고서 작성
_인터랙티브 보고서 작성
정리하기
PART 4 파이썬과 R 함께 사용하기
CHAPTER 6 파이썬과 R의 시너지 효과
6.1 가짜 운용성
6.2 상호 운용성
6.3 한 걸음 더
_R 마크다운 문서에서 파이썬으로 객체 전달하기
_R 마크다운 문서에서 파이썬 호출하기
_파이썬 스크립트를 소싱해서 파이썬 호출하기
_REPL을 사용하여 파이썬 호출하기
_인터랙티브 문서에서 동적 입력으로 파이썬 호출하기
정리하기
CHAPTER 7 데이터 과학 사례 연구
7.1 24년 그리고 188만 건의 산불
7.2 설정과 데이터 불러오기
7.3 탐색적 데이터 분석과 데이터 시각화
7.4 머신러닝
_파이썬 환경 설정
_피처 엔지니어링
_모델 학습
7.5 예측과 UI
정리하기
[부록] 파이썬-R 사전
- 패키지 관리
- 할당 연산자
- 타입
- 산술 연산자
- 속성
- 키워드
- 함수와 메서드
- 스타일과 명명 규칙
- 유사한 데이터 스토리지 객체
- 데이터 프레임
- 논리 표현식
- 인덱싱
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
