한국어판 출간에 부쳐
시작하며
1장 〉〉 일상생활 깊숙이 스며든 데이터 사이언스
데이터 사이언티스트란 | 첨단 정보기술 인재 | 디지털 마케팅 | 배송 경로 최적화 | 다이내믹 프라이싱 | AI 발주 시스템 | 스포츠 데이터 사이언스 | 피플 애널리틱스
Column - 진화하는 데이터 활용
2장 〉〉 자주 쓰이는 머신러닝 알고리즘과 통계 개념들
데이터 사이언스 핵심 개념 지도 | 모집단과 표본 | 평균값과 중앙값 | 분산 | 중심극한정리 | 신뢰구간 | 가설 검정 | 상관계수 | 베이즈 통계 | 몬티 홀 문제 | 인과 추론 | AI | 머신러닝 | 딥러닝 | 알고리즘 | 회귀분석 | 다중 공선성 | 회귀분석의 P값 | 로지스틱 회귀 | 결정 트리 | LightGBM | 클러스터링 | k-평균법 | 주성분 분석 | 베이즈 네트워크 | 시계열 분석 | 프로펫 | 자연어 처리 | GPT-3 | 과학습 | 교차 검증 | 자동 머신러닝 | 블랙박스 문제 | 로우코드, 노코드
Column - 넓어지는 업무 범위
3장 〉〉 궁금한 그 현상을 어떻게 데이터로 바꿀 것인가
분석 모형 구축 | 수리 최적화 | 프로그래밍 | 클라우드 활용 | 구매 데이터 분석 | 인과관계 분석 | 텍스트 마이닝 | 의도 파악 | 이미지 인식 | 음성 인식
Column - 데이터 사이언티스트의 미래
4장 〉〉 현실에서 당장 부딪힌 예상 밖 낯선 상황들
데이터 분석은 전처리가 8할 | 지난 2년 데이터로 향후 10년을 예측 | 머신러닝이라 간단히 처리할 수 있다? | 제한적인 분석 환경과의 싸움 | 경영자 기대는 정밀도 99% | 분석 자체가 목적이 된다 | 담당자 직감과 어긋난다고? | 비용 대비 효과가 떨어진다? | 본보기가 될 만한 선배가 없다? | 데이터 분석만 할 뿐이다?
Column - 수식의 아름다움
5장 〉〉어쩌다 보니 데이터 사이언티스트가 된 사람들
데이터 사이언티스트의 경력 이야기 | 짧은 이야기① 심리학에서 컨설팅으로 | 짧은 이야기②
데이터 사이언스는
AI 시대 새로운 교양이자 최강의 개인 경쟁력
현대 생활에서 데이터가 차지하는 역할이 점점 커지고 있다. AI 기술이 발달하면서 그 근간이 되는 데이터를 가공하고 분석하여 이면에 존재하는 의미를 해석하는 데이터 사이언스에 대한 관심도 급증했다. 자신이 일하고 공부하는 분야에 데이터 사이언스를 접목하고 활용하는 능력은 개인의 경쟁력이 되고 있다.
『데이터를 읽는 사람은 언제나 강하다』는 노무라종합연구소 데이터사이언스랩 연구원들이 AI 시대를 살아가는 개인에게 필요한 데이터 사이언스 핵심 개념을 엄선해 그래픽과 함께 간명한 언어로 풀어낸 책이다. 자주 쓰이는 머신러닝 알고리즘과 통계 개념부터 현실 세계의 문제를 데이터 사이언스의 프레임에 짜맞추어 넣는 법, 기업 현장에서 부딪히는 예상 밖의 낯선 상황에 대처하는 자세, 데이터 언어를 자신 있게 활용하기 위해 갖추어야 할 자질까지 75개의 키워드로 압축해 한 권에 정리했다. 취업이나 이직으로 데이터 사이언티스트가 되고 싶은 사람, 사내 인사이동이나 보직 변경으로 새롭게 데이터 사이언스 업무를 맡게 된 사람은 물론 객관적이고 합리적인 사고를 원하는 모든 사람에게 데이터 사이언스에 관한 체계적인 이해를 가져다주는 핵심 개념 지도가 될 것이다.
‘데이터 사이언스’라고 하면 생경하게 느껴질 수 있으나, 유튜브 추천 알고리즘부터 스포츠 선수 역량 분석, 최적의 택배 배송 경로를 찾는 문제까지 데이터 사이언스는 이미 우리 생활 속 깊숙이 자리하고 있다. 저자들은 점점 더 똑똑해지는 세상에서 모두가 데이터 사이언티스트가 될 필요는 없지만, 적어도 데이터를 해석하고 의사소통에 활용하는 능력은 갖출 필요가 있다고 강조한다. 데이터 사이언스가 무엇이고 일상에서 어떻게 활용되는지, 데이터 사이언티스트는 무슨 일을 하고 어떤 특성이 필요한지 현장에서 몸으로 체득한 노하우를 담아 일목요연하게 펼쳐 보인다.
평균값과 중앙값부터 자연어 처리까지
점점 더 똑똑해지는 세상을 이해하는 최소한의 데이터 사이
