도서출판 황소걸음 > 아카데미 > 빅데이터를 활용한 통계분석 - 빅데이터를 활용한 인공지능 개발 Ⅰ

빅데이터를 활용한 통계분석 - 빅데이터를 활용한 인공지능 개발 Ⅰ
빅데이터를 활용한 통계분석 - 빅데이터를 활용한 인공지능 개발 Ⅰ
글쓴이 : 황소걸음   날짜 : 19-07-22 10:58  
조회 : 105

제 목 : 빅데이터를 활용한 통계분석

부 제(시리즈명) : 빅데이터를 활용한 인공지능 개발 Ⅰ

지은이 : 송주영·송태민

쪽 수 : 192쪽

판 형 : 사륙배판(188×257mm)

책 값 : 15,000원

펴낸날 : 2019년 7월 20일

펴낸곳 : 황소걸음 아카데미

ISBN : 979-11-86821-38-1 93310

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

빅데이터를 활용한 인공지능 개발

Artificial Intelligence Development Using Big Data

 

빅데이터는 데이터 형식이 복잡하고 방대할 뿐만 아니라 그 생성속도가 매우 빨라 기존의 데이터 처리방식이 아닌 새로운 관리 및 분석 방법을 필요로 한다. 이에 따라 방대한 데이터를 수집·관리하면서 복잡하고 다양한 사회현상을 분석할 수 있는 능력을 지닌 데이터 사이언티스트의 역할은 그 중요성이 더해가고 있다.

 

그동안 우리 주변의 사회현상을 예측하기 위해 모집단을 대표할 수 있는 표본을 추출하여 표본에서 생산된 통계량으로 모집단의 모수를 추정해 왔다. 모집단을 추정하기 위해 표본을 대상으로 예측하는 방법은 기존의 이론모형이나 연구자가 결정한 모형에 근거하여 예측하기 때문에 제한된 결과만 알 수 있고, 다양한 변인 간의 관계를 파악하는 데는 한계가 있다. 특히 빅데이터 시대에는 해당 주제와 연관된 모든 데이터를 대상으로 하기 때문에 표본으로 모수를 추정하기 위해 준비된 모형을 적용하고 추정하는 가설검정의 절차가 생략될 수도 있다. 따라서 빅데이터를 학습하여 모형(인공지능)을 개발하는 머신러닝 방법이 다양한 변인들의 관계를 보다 정확히 예측할 수 있다. 머신러닝으로 인공지능을 개발하기 위해서는 다양한 분야에서 데이터의 잡음이 제거된 양질의 학습데이터가 생산되어야 한다.

 

저자들은 그동안 급속히 변화하는 사회현상을 예측하여 선제적으로 대응하기 위해 정형화된 빅데이터와 소셜 빅데이터를 활용한 연구에 노력을 경주해 왔다. 이 책 역시 그러한 연구의 결과로, 실제로 공공 빅데이터를 분석하여 미래를 예측하기 위한 인공지능을 개발하고 활용하기 위한 전 과정을 자세히 담았다.

 

빅데이터 분석을 통하여 급속히 변화하는 사회현상을 예측하고 창조적인 결과물을 이끌어내고자 하는 모든 분들에게 이 책이 실질적인 도움이 되기를 바란다. 나아가 머신러닝을 활용한 빅데이터 분석을 통하여 관련 분야의 인공지능 개발 및 학문적 발전에 일조할 수 있기를 진심으로 희망한다.

 

[이 책의 특징]

 

첫째, 이 책의 내용은 2권으로 구성되어 있다. 제1권은 빅데이터를 활용하여 인공지능을 개발하기 위해 필요한 지식인 통계분석의 전 과정을 설명한《빅데이터를 활용한 통계분석》이고, 제2권은 인공지능을 개발하기 위해 머신러닝 예측모델링의 전 과정을 설명한《머신러닝을 활용한 인공지능 개발》이다.

둘째, 제1권의 통계분석에는 오픈소스 프로그램인 R과 SPSS를 비교하여 설명하였다.

셋째, 제2권의 머신러닝 모델링은 오픈소스 프로그램인 R을 사용하였다.

 

[주요 내용]

 

제1권에서는 빅데이터 분석 프로그램인 R과 SPSS의 설치 및 활용 방법을 소개하고 빅데이터 분석을 위해 데이터 사이언티스트가 습득해야 할 과학적 연구설계와 통계분석에 관해 기술하였다.

제2권에서는 인공지능 개발을 위해 머신러닝 학습데이터를 생성하는 과정을 소개하고 머신러닝 개념과 모델링 그리고 인공지능의 개발과 활용에 대한 전 과정을 기술하였다.

 

지은이

 

송주영

한양대학교 법학과를 졸업하고 동 대학원에서 형사법전공 석사 학위를 받았다. 미시간 주립대학교 형사사법학대학에서 형사정책/형사사법 박사 학위를 받았다. 웨스트 조지아 주립대학교 범죄학과 조교수와 한국형사 정책연구원 부연구위원으로 재직하였고, 현재 펜실베이니아 주립대학교 범죄학과 조교수로 재직 중이다.

해외저서로는 Cambridge Scholars Publishing에서 출판 예정인 《Big Data Analysis Using Machine Learning for Social Scientists and Criminologists》, 주요 국내저서로는 《빅데이터를 활용한 범죄예측》,《머신러닝을 활용한 소셜빅데이터 분석과 미래신호 예측》, 《R을 활용한 소셜빅데이터 연구방법론》, 《빅데이터 연구 한 권으로 끝내기》, 《빅데이터 분석방법론》이 있다.

주요 연구분야로는 청소년범죄 특히 학교폭력과 사이버폭력, 청소년성매매 등이고, Journal of Adolescent Health, Cyberpsychology Behavior and Social Networking, Journal of Criminal Justice, International Journal of Offender Therapy and Comparative Criminology, Computers in Human Behavior 등에 관련 논문을 게재하였다.

jxs6190@psu.edu , juyoung81@gmail.com

 

송태민

동국대학교 전자계산학과를 졸업하고 동 대학원에서 전자정보처리전공 석사, 컴퓨터공학 박사 학위를 받았다. 이화여자대학교, 연세대학교, 한양대학교 등에서 강의하였다. 한국보건사회연구원에서 통계정보연구실장, 건강증진개발센터소장, 사회정신건강연구센터장, 빅데이터연구센터장 등을 역임하고, 현재 삼육대학교 보건관리학과 교수로 재직 중이다.

해외저서로는 Cambridge Scholars Publishing에서 출판 예정인 《Big Data Analysis Using Machine Learning for Social Scientists and Criminologists》, 주요 국내저서로는 《빅데이터를 활용한 범죄예측》,《머신러닝을 활용한 소셜빅데이터 분석과 미래신호 예측》, 《R을 활용한 소셜빅데이터 연구방법론》, 《빅데이터 연구 한 권으로 끝내기》, 《빅데이터 분석방법론》, 《보건복지연구를 위한 구조방정식 모형》이 있다.

tmsong@syu.ac.kr, tmsong01@hanmail.net

 

차례

 

머리말

 

1장 R과 SPSS 설치 및 활용

 

01 R의 설치와 활용

1.1 R 설치

1.2 R 활용

1) 패키지 설치 및 로딩

2) 값의 할당 및 연산

3) R의 기본 데이터형

4) R의 자료구조

5) R의 함수 사용

6) R 기본 프로그램(조건문과 반복문)

7) R 데이터 프레임의 변수 이용방법

8) R 데이터 프레임 작성

9) 변수 및 관찰치 선택

10) R의 주요 GUI(Graphic User Interface) 메뉴 활용

연습문제

 

02 SPSS의 설치와 활용

2.1 SPSS 설치

2.2 SPSS 활용

1) SPSS의 기본 구성

2) SPSS의 자료 입력

3) SPSS의 자료 선택/변환

4) SPSS의 명령문 활용

 

2장 빅데이터를 활용한 통계분석

 

01 과학적 연구설계

1.1 연구의 개념

1.2 변수 측정

1) 척도

2) 변수

1.3 분석단위

1.4 표본추출과 가설검정

1) 조사설계

2) 표본추출

3) 가설검정

 

02 통계분석

2.1 기술통계분석

1) 중심위치(central tendency)

2) 산포도(dispersion)

(1) 중심위치와 산포도 분석

(2) 범주형 변수의 빈도분석

(3) 연속형 변수의 빈도분석

2.2 추리통계 분석

(4) 교차분석(cross tabulation analysis)

(5) 평균의 검정(일표본 T검정)

(6) 평균의 검정(독립표본 T검정)

(7) 평균의 검정(대응표본 T검정)

(8) 평균의 검정(일원배치 분산분석)

(9) 평균의 검정(이원배치 분산분석)

(10) 산점도(scatter diagram)

(11) 상관분석(correlation analysis)

(12) 편상관분석(partial correlation analysis)

(13) 단순회귀분석(simple regression analysis)

(14) 다중회귀분석(multiple regression analysis)

(15) 요인분석(factor analysis)

(16) 신뢰성 분석(reliability analysis)

(17) 다변량 분산분석(multivariate analysis of variance)

(18) 이분형 로지스틱 회귀분석(binary logistic regression analysis)

(19) 다항 로지스틱 회귀분석(multinomial logistic regression analysis)

연습문제

 

참고문헌

찾아보기