DATA1 Python

본 토픽은 현재 준비중입니다. 공동공부에 참여하시면 완성 되었을 때 알려드립니다.

부록 : 참고자료 및 추천도서

통계 데이터 과학

[헬로 데이터 과학] 김진영 지음, 한빛 미디어, 2016

개인데이터와 공공데이터로 직접 프로젝트를 해본다는 아이디어를 얻었습니다. 실질적인 스킬은 많이 알려주지 않지만, 영감을 주는 글로 가득합니다.

[Head First Statistic] 돈 그리피스 지음, 임백준 옮김, 한빛미디어, 2012

[Head First Data Analysis] 마이클 밀튼 지음, 김경태 옮김, 한빛미디어, 2013

헤드퍼스트 시리즈는 다들 구성이 좋고 재미있습니다. 실제 업무를 하는 것처럼 상황이 주어지고 생생하게 개념을 배울 수 있습니다. 하지만 엄밀하고 단단한 설명을 원하신다면 전공서적이 더 나을 겁니다.

​[앤디 필드의 유쾌한 R 통계학] 앤디 필드, 제레미 마일스,조이 필드 지음, 류광 옮김, 제이펍, 2019

전공서적은 아니지만 두껍고 재미있는 통계학 책입니다. R로 실습도 해볼 수 있어서 더욱 좋습니다.

데이터 분석 준전문가 가이드

[데이터 분석 준전문가 가이드 개정판].한국 데이터베이스 진흥원, 2016

데이터 분석 준전문가 자격 시험을 주관하는 곳에서 낸 공식 가이드북. 데이터 과학의 기초와 R사용법을 테스트합니다. 자세하지만 정리가 잘 안되어 있고 두껍습니다.

[2019 ADsP 데이터 분석 준전문가] 윤종식 지음, 데이터에듀, 2019

데이터 분석 준전문가 자격 시험을 준비하는 수험서입니다. 수험서 답게 정리도 잘 되어 있고, 문제도 있어 스스로 테스트해볼 수도 있습니다. R 사용법은 강의 없이 독학하기 어려우니 다른 R관련 서적을 보시기 추척드립니다.

NCS 

[빅데이터 분석 직무 기술서]

[빅데이터 분석 출제기준]

[빅데이터 분석 학습모듈]

국가 직무 능력 표준 사이트에 있는 자료들입니다. 직무 기술서는 말 그대로 빅데이터 분석가가 어떤 일을 하는지 설명합니다. 하지만 가장 유용한 건 학습모듈입니다. 이상적인 면이 있지만 그 자체로 공부를 해도 될 것 같은 교재 같은 구성을 하고 있습니다. 설명은 길고 자세하지만, 실무에 실질적으로 필요한 암묵지, 스킬이 많이 생략되어 있다는 느낌을 받았습니다.

Python

[깐깐하게 배우는 파이썬] 제드 쇼 지음, 정윤원 옮김, 인사이트, 2019

[더 탄탄하게 배우는 파이썬] 제드 쇼 지음, 안진섭 옮김, 성안당, 2018

[밑바닥부터 시작하는 데이터과학] 조엘 그루스 지음, 박은정, 김한결, 하성주 옮김, 인사이트, 2016

라이브러리 없이 중요한 데이터과학 알고리즘을 직접 만들어보고 이해해볼 수 있는 책입니다. 저자가 더 배울만한 공개 자료를 추천해주는데 통계학부터 머신라닝 라이브러리까지 다양합니다. 끝없는 데이터 과학 공부에 시작점이 되어주는 책입니다.

[파이썬으로 데이터 주무르기] 민형기 지음, 비제이퍼블릭, 2017

실제 사례를 이용한 프로젝트들을 하면서 다양한 파이썬 라이브러리를 응용해볼 수 있는 책입니다.

[파이썬 라이브러리를 활용한 데이터 분석] 웨스 맥키니 지음, 김영근 옮김, 한빛 미디어, 2019

넘파이와 판다스, 매쓰플롯 같은 파이썬 전처리와 시각화에 중요한 라이브러리를 익힐 수 있는 책입니다.

[파이썬 라이브러리를 활용한 머신러닝] 세라 가이도, 안드레아스 뮐러 지음, 박해선 옮김, 한빛미디어, 2019

싸이킷 런 라이브러리 개발자가 알려주는 파이썬 머신러닝. 싸이킷런으로 구현한 대세 알고리즘들을 익힐 수 있습니다.

인지과학적 학습

[어떻게 공부할 것인가]헨리 뢰디거, 마크 맥대니얼, 피터 브라운 지음, 김아영 옮김, 와이즈베리, 2014

[학습과학] 학습과학발전위원회,학습연구/교육실천 연구위원회 지음, 신종호 옮김, 학지사 2007

[학습이론 : 교육적 관점] Dale H. Schunk 지음, 노석준 옮김, 아카데미프레스, 2016

  • 봤어요 (0명)

댓글

댓글 본문
버전 관리
Taehee Kim
현재 버전
선택 버전
graphittie 자세히 보기