데이터 사이언스 스쿨 - 데이터 분석 편

• 1. 데이터 분석의 소개
  • 1.1. 이 책에서 다루는 데이터 분석이란?
  • 1.2. 데이터 분석을 위한 도구의 소개
  • 1.3. 예제 데이터
• 2. 탐색적 데이터 분석 - 개별 데이터의 특징을 분석한다.
  • 2.1. 확률적 데이터
  • 2.2. 시각적 확률분포추정
  • 2.3. 확률분포모형을 사용한 확률분포추정
  • 2.4. 베르누이분포와 이항분포
  • 2.5. 카테고리분포와 다항분포
  • 2.6. 정규분포, 로그정규분포, 스튜던트t분포
  • 2.7. 최대가능도추정
  • 2.8. 탐색적 데이터 분석
• 3. 회귀분석 - 수치형 데이터를 예측한다.
  • 3.1. 상관관계
  • 3.2. 회귀분석의 소개
  • 3.3. 선형회귀분석을 위한 준비
  • 3.4. 최소자승법
  • 3.5. 가중치 검정
  • 3.6. 모형성능
  • 3.7. 모형 선택
  • 3.8. 예측
  • 3.9. 레버리지와 아웃라이어
  • 3.10. 모형진단과 다항회귀
  • 3.11. 과최적화와 정규화
  • 3.12. 스케일링과 다중공선성
  • 3.13. 범주형 독립변수
• 4. 분류 - 범주형 데이터를 예측한다.
• 5. 딥러닝을 사용한 회귀분석과 분류
• 6. 시계열분석
• 7. 비지도학습