국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 

	위키북스 데이터 사이언스(총56건) 실전! 프로젝트로 배우는 딥러닝 컴퓨터비전 : 영상분석 이론부터 엔비디아 젯슨 나노를 활용한 자율주행 실습까지     31,500원 (10%↓) 파이썬 텍스트 마이닝 바이블 2 : 파이썬 기초부터 트랜스포머, BERT, GPT까지     25,200원 (10%↓) 파이썬 텍스트 마이닝 바이블 1 : 파이썬 기초부터 트랜스포머, BERT, GPT까지     37,800원 (10%↓) 파이토치 트랜스포머를 활용한 자연어 처리와 컴퓨터비전 심층학습 : 실전 프로젝트와 최신 알고리즘을 통한 딥러닝 모델 개발     43,200원 (10%↓) 실전! 컴퓨터비전을 위한 머신러닝 : 텐서플로와 케라스를 활용한 머신러닝 기반 이미지 처리 완벽 가이드     31,500원 (10%↓) 파이썬 데이터 사이언스 핸드북 : IPython, Jupyter, NumPy, Pandas, Matplotlib, Scikit-Learn 라이브러리를 활용한 데이터 과학과 머신러닝     34,200원 (10%↓) 파이썬 텍스트 마이닝 완벽 가이드 : 자연어 처리 기초부터 딥러닝 기반 BERT와 트랜스포머까지     27,000원 (10%↓) 데이터 분석가가 반드시 알아야 할 모든 것 : 파이썬 코드와 캐글 데이터셋으로 실습하는     34,200원 (10%↓) 모두를 위한 메타러닝 : PyTorch를 활용한 Few-shot 학습 모델과 빠른 강화학습 에이전트 만들기     23,400원 (10%↓) 파이썬 웹 스크레이핑 완벽 가이드 : 파이썬 기초문법부터 스트림릿을 이용한 웹 앱 제작과 카카오 API 활용까지     28,800원 (10%↓) 파이썬을 활용한 머신러닝 자동화 시스템 구축     25,200원 (10%↓) 차근차근 실습하며 배우는 파이토치 딥러닝 프로그래밍 : 파이썬부터 머신러닝 기초, 이미지 인식, 파인 튜닝까지     28,800원 (10%↓) 파이토치와 유니티 ML-Agents로 배우는 강화학습 : 다양한 게임을 제작하며 배우는 심층강화학습     25,200원 (10%↓) 파이썬 머신러닝 완벽 가이드 : 다양한 캐글 예제와 함께 기초 알고리즘부터 최신 기법까지 배우는     36,000원 (10%↓) 파이썬을 이용한 딥러닝/강화학습 주식투자 : 파이토치와 케라스를 활용한 인공지능 퀀트 투자 시스템     27,000원 (10%↓) 텐서플로 2와 머신러닝으로 시작하는 자연어 처리 : 로지스틱 회귀부터 BERT와 GPT3까지     32,400원 (10%↓) 손에 잡히는 퀀트 투자 with 파이썬 : 파이썬을 활용한 금융 데이터 분석과 퀀트 투자 전략 검증     28,800원 (10%↓) AI 엔지니어를 위한 머신러닝 시스템 디자인 패턴     28,800원 (10%↓) 파이썬 데이터 클리닝 쿡북 : 파이썬과 판다스를 활용한 데이터 전처리     25,200원 (10%↓) 수학으로 풀어보는 강화학습 원리와 알고리즘 : 딥러닝과 강화학습을 이해하기 위한 필수 수학 이론부터     27,000원 (10%↓) 데이터 해석학 입문 : 올바른 데이터 분석을 위한 의사결정 성공 방정식     24,300원 (10%↓) 돈 되는 파이썬 인공지능 프로그래밍 : 회사 매출을 올리는 AI 도입과 활용법     22,500원 (10%↓) 강화학습/심층강화학습 특강 : 파이썬 기초부터 AI 시스템 구축까지, 실습을 통해 배우는 인공지능 강좌     24,300원 (10%↓) 실무 프로젝트로 배우는 데이터 분석 with R : 업무에 곧바로 써먹는 R 실전 활용법     25,200원 (10%↓) C#과 파이썬을 활용한 OpenCV 4 프로그래밍 : 컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지     32,400원 (10%↓) 금융 전문가를 위한 머신러닝 알고리즘 : 파이썬으로 배우는 금융 머신러닝 알고리즘의 원리와 활용     31,500원 (10%↓) 카카오 아레나 데이터 경진대회 1등 노하우 : 상품 카테고리 분류와 브런치 글 개인화추천으로 배우는 데이터 분석 실무     24,300원 (10%↓) 데이터 애널리틱스 : 예제로 배우는 모델링 기법, 데이터 분석, 모델 구축 과정     31,500원 (10%↓) 파이썬 데이터 분석 실무 테크닉 100 : 100가지 예제로 배우는 데이터 가공, 머신러닝, 이미지/자연어 처리의 기술     23,400원 (10%↓) 나의 첫 머신러닝/딥러닝 : 파이썬으로 구현해보는 필수 머신러닝/딥러닝 알고리즘     23,400원 (10%↓) 수학으로 풀어보는 칼만필터 알고리즘 : 기초 이론부터 깊게 이해하고 응용 예제로 철저하게 배우는     28,800원 (10%↓) 파이썬과 케라스로 배우는 강화학습 : 내 손으로 직접 구현하는 게임 인공지능     25,200원 (10%↓) 실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전 : 텐서플로 2.0과 케라스를 활용한 강력한 이미지 처리 애플리케이션 만들기     25,200원 (10%↓) 사물인터넷을 위한 인공지능 : 더 스마트한 IoT 시스템을 개발하기 위한 고급 머신러닝/딥러닝 기법     25,200원 (10%↓) 기초부터 시작하는 강화학습 신경망 알고리즘 : AI는 어떻게 게임을 할까     24,300원 (10%↓) 데이터 분석을 위한 파이썬 철저 입문 : 기초 문법부터 실무에 필요한 데이터 분석 기술까지 한 번에 배우는     25,200원 (10%↓) 딥러닝을 위한 수학 : 인공지능의 핵심 원리를 이해하고 파이썬으로 구현해 보는     22,500원 (10%↓) XAI 설명 가능한 인공지능, 인공지능을 해부하다 : 블랙박스를 이해하고 시스템의 신뢰성을 높이기 위한     25,200원 (10%↓) 데이터 분석을 떠받치는 수학 : 엑셀과 수학, 통계로 배우는 데이터 과학의 기술     24,300원 (10%↓) 파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문 : 웹 크롤링과 스크레이핑부터 머신러닝ㆍ딥러닝까지 체계적으로 배우기     27,000원 (10%↓) 케라스로 구현하는 고급 딥러닝 알고리즘 : 딥러닝 기법, 오토인코더, GAN, 변분 오토인코더     25,200원 (10%↓) 엔지니어를 위한 선형대수 : 철저한 증명을 통해 깊고 확실하게 이해하는 선형대수학     22,500원 (10%↓) 파이썬을 활용한 크롤러 개발과 스크레이핑 입문 : 크롤러 설계와 개발부터 수집 데이터 분석과 운용까지     27,000원 (10%↓) 실전! Core ML을 활용한 머신러닝 iOS 앱 개발 : 인공지능을 활용한 객체 인식, 감정 탐지, 스타일 전이, 스케치 인식 구현     24,300원 (10%↓) 딥러닝 모델 설계를 떠받치는 기술 : 딥러닝이 안 풀릴 때 보는 케라스 해법 정리서     22,500원 (10%↓) 실전활용! 텐서플로 딥러닝 프로젝트 : 10가지 실무 프로젝트로 배우는 텐서플로와 딥러닝 알고리즘 100% 활용법     24,300원 (10%↓) 따라 하면서 배우는 유니티 ML-Agents : 유니티 머신러닝 에이전트를 이용한 딥러닝 강화학습     19,800원 (10%↓) 시작하세요! 데이터 분석 with R : R로 배우는 기초 통계와 데이터 분석 기법     25,200원 (10%↓) 크롤링 핵심 가이드 : 웹 사이트 크롤링을 위한 실전 테크닉     19,800원 (10%↓) 러닝! OpenCV 3 : OpenCV 라이브러리 창시자가 알려주는 컴퓨터 비전 완벽 가이드     52,200원 (10%↓) 애자일 데이터 과학 2.0 : 변화에 기민하게 반응하는 견고한 데이터 분석 애플리케이션 구축     25,200원 (10%↓) 파이썬으로 배우는 데이터 과학 입문과 실습 : 소규모 데이터셋 처리부터 빅데이터 처리, 머신러닝, 시각화까지     24,300원 (10%↓) 기초 수학으로 이해하는 머신러닝 알고리즘 : 수학으로 풀어보는 머신러닝 알고리즘과 파이썬 머신러닝 프로그래밍     19,800원 (10%↓) 정석으로 배우는 딥러닝 : 텐서플로와 케라스로 배우는 시계열 데이터 처리 알고리즘     24,300원 (10%↓) 지능형 웹 알고리즘 : 지능형 웹 서비스 개발을 위한     22,500원 (10%↓) 리얼월드 머신러닝 : 생생한 현장의 실무 예제로 배우는     22,500원 (10%↓)

• 
• 
• 자세한 이론 설명과 파이썬 실습을 통해 머신러닝을 완벽하게 배울 수 있습니다! 《파이썬 머신러닝 완벽 가이드》는 이론 위주의 머신러닝 책에서 탈피해, 다양한 실전 예제를 직접 구현해 보면서 머신러닝을 체득할 수 있도록 만들었습니다. 캐글과 UCI 머신러닝 리포지토리에서 난이도가 있는 실습 데이터를 기반으로 실전 예제를 구성했고, XGBoost, LightGBM, 스태킹 기법 등 캐글의 많은 데이터 사이언스에서 애용하는 최신 알고리즘과 기법을 상세하게 설명했습니다. 이번 개정2판에서는 최신 사이킷런 버전(1.0.2)을 포함해 책에서 사용되는 모든 라이브러리를 최신 버전으로 업그레이드한 실습 코드를 구현하고, 다양한 유형의 하이퍼파라미터를 가지는 XGBoost나 LightGBM 모델의 최적 하이퍼파라미터 튜닝을 위한 베이지안 최적화 기법 적용 실습을 제공합니다. 또한 머신러닝 관련 데이터 분석에 널리 쓰이는 시각화 라이브러리인 matplotlib과 seaborn의 활용법을 다룬 장을 새롭게 추가했습니다.
• 
• ★ 이 책의 특징 ★ ◎ 분류, 회귀, 차원 축소, 클러스터링 등 핵심 머신러닝 알고리즘에 대한 깊이 있는 설명 ◎ 데이터 전처리, 머신러닝 알고리즘 적용, 하이퍼 파라미터 튜닝, 성능 평가 등 최적 머신러닝 모델 구성 방안 제시 ◎ XGBoost, LightGBM, 스태킹 등 머신러닝 최신 기법에 대한 상세한 설명과 활용법 ◎ 난이도 높은 캐글 문제를 직접 따라 해 보면서 실무 머신러닝 애플리케이션 개발 방법 체득(산탄테르 은행 고객 만족 예측, 신용카드 사기 검출, 부동산 가격 예측 고급 회귀 기법, Mercari 쇼핑몰 가격 예측 등) ◎ 텍스트 분석과 NLP를 위한 기반 이론과 다양한 실습 예제 제공(텍스트 분류, 감성 분석, 토픽 모델링, 문서 유사도, 문서 군집화와 유사도, KoNLPy를 이용한 네이버 영화 감성 분석 등) 다양한 추천 시스템을 직접 파이썬 코드로 구축하는 법을 제공
• 
• ▣ 1장: 파이썬 기반의 머신러닝과 생태계 이해 01. 머신러닝의 개념 ___머신러닝의 분류 ___데이터 전쟁 ___파이썬과 R 기반의 머신러닝 비교 02. 파이썬 머신러닝 생태계를 구성하는 주요 패키지 ___파이썬 머신러닝을 위한 S/W 설치 03. 넘파이 ___넘파이 ndarray 개요 ___ndarray의 데이터 타입 ___ndarray를 편리하게 생성하기 - arange, zeros, ones ___ndarray의 차원과 크기를 변경하는 reshape( ) ___넘파이의 ndarray의 데이터 세트 선택하기 - 인덱싱(Indexing) ___행렬의 정렬 - sort( )와 argsort( ) ___선형대수 연산 - 행렬 내적과 전치 행렬 구하기 04. 데이터 핸들링 - 판다스 ___판다스 시작 - 파일을 DataFrame으로 로딩, 기본 API ___DataFrame과 리스트, 딕셔너리, 넘파이 ndarray 상호 변환 ___DataFrame의 칼럼 데이터 세트 생성과 수정 ___DataFrame 데이터 삭제 ___Index 객체 ___데이터 셀렉션 및 필터링 ___정렬, Aggregation 함수, GroupBy 적용 ___결손 데이터 처리하기 ___apply lambda 식으로 데이터 가공 05. 정리 ▣ 2장: 사이킷런으로 시작하는 머신러닝 01. 사이킷런 소개와 특징 02. 첫 번째 머신러닝 만들어 보기 - 붓꽃 품종 예측하기 0...3. 사이킷런의 기반 프레임워크 익히기 ___Estimator 이해 및 fit( ), predict( ) 메서드 ___사이킷런의 주요 모듈 ___내장된 예제 데이터 세트 04. Model Selection 모듈 소개 ___학습/테스트 데이터 세트 분리 - train_test_split() ___교차 검증 ___GridSearchCV - 교차 검증과 최적 하이퍼 파라미터 튜닝을 한 번에 111 05. 데이터 전처리 ___데이터 인코딩 ___피처 스케일링과 정규화 ___StandardScaler ___MinMaxScaler ___학습 데이터와 테스트 데이터의 스케일링 변환 시 유의점 06. 사이킷런으로 수행하는 타이타닉 생존자 예측 07. 정리 ▣ 3장: 평가 01. 정확도(Accuracy) 02. 오차 행렬 03. 정밀도와 재현율 ___정밀도/재현율 트레이드오프 ___정밀도와 재현율의 맹점 04. F1 스코어 05. ROC 곡선과 AUC 06. 피마 인디언 당뇨병 예측 07. 정리 ▣ 4장: 분류 01. 분류(Classification)의 개요 02. 결정 트리 ___결정 트리 모델의 특징 ___결정 트리 파라미터 ___결정 트리 모델의 시각화 ___결정 트리 과적합(Overfitting) ___결정 트리 실습 - 사용자 행동 인식 데이터 세트 03. 앙상블 학습 ___앙상블 학습 개요 ___보팅 유형 - 하드 보팅(Hard Voting)과 소프트 보팅(Soft Voting) ___보팅 분류기(Voting Classifier) 04. 랜덤 포레스트 ___랜덤 포레스트의 개요 및 실습 ___랜덤 포레스트 하이퍼 파라미터 및 튜닝 ___GBM의 개요 및 실습 05. GBM(Gradient Boosting Machine) ___GBM 하이퍼 파라미터 소개 ___XGBoost 개요 06. XGBoost(eXtra Gradient Boost) ___XGBoost 설치하기 ___파이썬 래퍼 XGBoost 하이퍼 파라미터 ___파이썬 래퍼 XGBoost 적용 - 위스콘신 유방암 예측 ___사이킷런 래퍼 XGBoost의 개요 및 적용 07. LightGBM ___LightGBM 설치 ___LightGBM 하이퍼 파라미터 ___하이퍼 파라미터 튜닝 방안 ___파이썬 래퍼 LightGBM과 사이킷런 래퍼 XGBoost, ___LightGBM 하이퍼 파라미터 비교 ___LightGBM 적용 - 위스콘신 유방암 예측 08. 베이지안 최적화 기반의 HyperOpt를 이용한 하이퍼 파라미터 튜닝 ___베이지안 최적화 개요 ___HyperOpt 사용하기 ___HyperOpt를 이용한 XGBoost 하이퍼 파라미터 최적화 09. 분류 실습 - 캐글 산탄데르 고객 만족 예측 ___데이터 전처리 ___XGBoost 모델 학습과 하이퍼 파라미터 튜닝 ___LightGBM 모델 학습과 하이퍼 파라미터 튜닝 10. 분류 실습 - 캐글 신용카드 사기 검출 ___언더 샘플링과 오버 샘플링의 이해 ___데이터 일차 가공 및 모델 학습/예측/평가 ___데이터 분포도 변환 후 모델 학습/예측/평가 ___이상치 데이터 제거 후 모델 학습/예측/평가 ___SMOTE 오버 샘플링 적용 후 모델 학습/예측/평가 11. 스태킹 앙상블 ___기본 스태킹 모델 ___CV 세트 기반의 스태킹 12. 정리 ▣ 5장: 회귀 01. 회귀 소개 02. 단순 선형 회귀를 통한 회귀 이해 03. 비용 최소화하기 - 경사 하강법(Gradient Descent) 소개 04. 사이킷런 LinearRegression을 이용한 보스턴 주택 가격 예측 ___LinearRegression 클래스 - Ordinary Least Squares ___회귀 평가 지표 ___LinearRegression을 이용해 보스턴 주택 가격 회귀 구현 05. 다항 회귀와 과(대)적합/과소적합 이해 ___다항 회귀 이해 ___다항 회귀를 이용한 과소적합 및 과적합 이해 ___편향-분산 트레이드오프(Bias-Variance Trade off) 06. 규제 선형 모델 - 릿지, 라쏘, 엘라스틱넷 ___규제 선형 모델의 개요 ___릿지 회귀 ___라쏘 회귀 ___엘라스틱넷 회귀 ___선형 회귀 모델을 위한 데이터 변환 07. 로지스틱 회귀 08. 회귀 트리 09. 회귀 실습 - 자전거 대여 수요 예측 ___데이터 클렌징 및 가공과 데이터 시각화 ___로그 변환, 피처 인코딩과 모델 학습/예측/평가 10. 회귀 실습 - 캐글 주택 가격: 고급 회귀 기법 ___데이터 사전 처리(Preprocessing) ___선형 회귀 모델 학습/예측/평가 ___회귀 트리 모델 학습/예측/평가 ___회귀 모델의 예측 결과 혼합을 통한 최종 예측 ___스태킹 앙상블 모델을 통한 회귀 예측 11. 정리 ▣ 6장: 차원 축소 01. 차원 축소(Dimension Reduction) 개요 02. PCA(Principal Component Analysis) ___PCA 개요 03. LDA(Linear Discriminant Analysis) ___LDA 개요 04. SVD(Singular Value Decomposition) ___SVD 개요 ___사이킷런 TruncatedSVD 클래스를 이용한 변환 05. NMF(Non-Negative Matrix Factorization) ___NMF 개요 06. 정리 ▣ 7장: 군집화 01. K-평균 알고리즘 이해 ___사이킷런 KMeans 클래스 소개 ___K-평균을 이용한 붓꽃 데이터 세트 군집화 ___군집화 알고리즘 테스트를 위한 데이터 생성 02. 군집 평가(Cluster Evaluation) ___실루엣 분석의 개요 ___붓꽃 데이터 세트를 이용한 군집 평가 ___군집별 평균 실루엣 계수의 시각화를 통한 군집 개수 최적화 방법 03. 평균 이동 ___평균 이동(Mean Shift)의 개요 04. GMM(Gaussian Mixture Model) ___GMM(Gaussian Mixture Model) 소개 ___GMM을 이용한 붓꽃 데이터 세트 군집화 ___GMM과 K-평균의 비교 05. DBSCAN ___DBSCAN 개요 ___DBSCAN 적용하기 - 붓꽃 데이터 세트 ___DBSCAN 적용하기 - make_circles( ) 데이터 세트 06. 군집화 실습 - 고객 세그먼테이션 ___고객 세그먼테이션의 정의와 기법 ___데이터 세트 로딩과 데이터 클렌징 ___RFM 기반 데이터 가공 ___RFM 기반 고객 세그먼테이션 07. 정리 ▣ 8장 텍스트 분석 ___NLP이냐 텍스트 분석이냐? 01. 텍스트 분석 이해 ___텍스트 분석 수행 프로세스 ___파이썬 기반의 NLP, 텍스트 분석 패키지 02. 텍스트 사전 준비 작업(텍스트 전처리) - 텍스트 정규화 ___클렌징 ___텍스트 토큰화 ___스톱 워드 제거 ___Stemming과 Lemmatization 03. Bag of Words - BOW ___BOW 피처 벡터화 ___사이킷런의 Count 및 TF-IDF 벡터화 구현: CountVectorizer, TfidfVectorizer ___BOW 벡터화를 위한 희소 행렬 ___희소 행렬 - COO 형식 ___희소 행렬 - CSR 형식 04. 텍스트 분류 실습 - 20 뉴스그룹 분류 ___텍스트 정규화 ___피처 벡터화 변환과 머신러닝 모델 학습/예측/평가 ___사이킷런 파이프라인(Pipeline) 사용 및 GridSearchCV와의 결합 05. 감성 분석 ___감성 분석 소개 ___지도학습 기반 감성 분석 실습 - IMDB 영화평 ___비지도학습 기반 감성 분석 소개 ___SentiWordNet을 이용한 감성 분석 ___VADER를 이용한 감성 분석 06. 토픽 모델링(Topic Modeling) - 20 뉴스그룹 07. 문서 군집화 소개와 실습(Opinion Review 데이터 세트) ___문서 군집화 개념 ___Opinion Review 데이터 세트를 이용한 문서 군집화 수행하기 ___군집별 핵심 단어 추출하기 08. 문서 유사도 ___문서 유사도 측정 방법 - 코사인 유사도 ___두 벡터 사잇각 ___Opinion Review 데이터 세트를 이용한 문서 유사도 측정 09. 한글 텍스트 처리 - 네이버 영화 평점 감성 분석 ___한글 NLP 처리의 어려움 ___KoNLPy 소개 ___데이터 로딩 10. 텍스트 분석 실습 - 캐글 Mercari Price Suggestion Challenge ___데이터 전처리 ___피처 인코딩과 피처 벡터화 ___릿지 회귀 모델 구축 및 평가 ___LightGBM 회귀 모델 구축과 앙상블을 이용한 최종 예측 평가 11. 정리 ▣ 9장: 추천 시스템 01. 추천 시스템의 개요와 배경 ___추천 시스템의 개요 ___온라인 스토어의 필수 요소, 추천 시스템 ___추천 시스템의 유형 02. 콘텐츠 기반 필터링 추천 시스템 03. 최근접 이웃 협업 필터링 04. 잠재 요인 협업 필터링 ___잠재 요인 협업 필터링의 이해 ___행렬 분해의 이해 ___확률적 경사 하강법을 이용한 행렬 분해 05. 콘텐츠 기반 필터링 실습 - TMDB 5000 영화 데이터 세트 ___장르 속성을 이용한 영화 콘텐츠 기반 필터링 ___데이터 로딩 및 가공 ___장르 콘텐츠 유사도 측정 ___장르 콘텐츠 필터링을 이용한 영화 추천 06. 아이템 기반 최근접 이웃 협업 필터링 실습 ___데이터 가공 및 변환 ___영화 간 유사도 산출 ___아이템 기반 최근접 이웃 협업 필터링으로 개인화된 영화 추천 07. 행렬 분해를 이용한 잠재 요인 협업 필터링 실습 ___Surprise 패키지 소개 08. 파이썬 추천 시스템 패키지 - Surprise ___Surprise를 이용한 추천 시스템 구축 ___Surprise 주요 모듈 소개 ___Surprise 추천 알고리즘 클래스 ___베이스라인 평점 ___교차 검증과 하이퍼 파라미터 튜닝 ___Surprise를 이용한 개인화 영화 추천 시스템 구축 09. 정리 ▣ 10장: 시각화 01. 시각화를 시작하며 - 맷플롯립과 시본 개요 02. 맷플롯립(Matplotlib) ___맷플롯립의 pyplot 모듈의 이해 ___pyplot의 두 가지 중요 요소 - Figure와 Axes 이해 ___Figure와 Axis의 활용 ___여러 개의 plot을 가지는 subplot들을 생성하기 ___pyplot의 plot( ) 함수를 이용해 선 그래프 그리기 ___축 명칭 설정, 축의 눈금(틱)값 회전, 범례(legend) 설정하기 ___여러 개의 subplots들을 이용해 개별 그래프들을 subplot별로 시각화하기 03. 시본(Seaborn) ___시각화를 위한 차트/그래프 유형 ___정보의 종류에 따른 시각화 차트 유형 ___히스토그램(Histogram) ___카운트 플롯 ___바 플롯(barplot) ___barplot( ) 함수의 hue 인자를 사용하여 시각화 정보를 추가적으로 세분화하기 ___박스 플롯 ___바이올린 플롯 ___subplots를 이용하여 시본의 다양한 그래프를 시각화 ___산점도, 스캐터 플롯(Scatter Plot) ___상관 히트맵(Correlation Heatmap) 04. 정리
• 
• 

• 권철민 [저]

• 저자 권철민은 엔코아 컨설팅, 한국 오라클을 거쳐 현재 kx systems에서 고성능 인메모리 DB인 kdb+의 Machine Learning 컨설턴트로 근무 중이다. 지난 20년간 50여 개 이상의 주요 고객사에서 데이터컨설팅 분야에 매진해 왔으며, 최근 몇 년간은 AI 기반의 Advanced Analytics 분야에 집중하고 있다.

• 전체 0개의 구매후기가 있습니다.
• 

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.