도서출판 황소걸음 > 아카데미 > R 프로그램에 기반한 다변량분석 및 데이터마이닝

R 프로그램에 기반한 다변량분석 및 데이터마이닝
R 프로그램에 기반한 다변량분석 및 데이터마이닝
글쓴이 : 황소걸음   날짜 : 16-09-30 14:26  
조회 : 1,797

신간 안내

 

제 목 : R 프로그램에 기반한 다변량분석 및 데이터마이닝

 

지은이 : 이재길

쪽 수 : 470쪽

판 형 : 46배판

책 값 : 28,000원

펴낸날 : 2016년 9월 26일

펴낸곳 : 황소걸음 아케데미

ISBN : 979-11-86821-06-0 93310

 


 

서울시 마포구 토정로 222 (신수동 448-6) 한국출판콘텐츠센터 420호

T. 3272 󰠏 8863⋅F. 717 󰠏 7725⋅bullsbook@hanmail.net

 

이 책은 R 프로그램을 활용한 다변량분석과 데이터마이닝으로 구성하였다.

제1부는 서론으로, 가설검정, 분산분석, Bootstrap 방법 등에 대하여 살펴본다.

제2부는 다변량분석으로, 회귀분석, 판별분석, 요인분석 등에 대하여 살펴본다.

제3부는 데이터마이닝으로, 앙상블학습분석, 구조방정식 등에 대하여 살펴본다.

특히, R 프로그램을 이용한 자료 분석, 그래프 작성 등을 중심으로 살펴본다.

 

제1부는 기초적 기술통계 및 가설검정의 내용을 중심으로 구성하였다. 통계분석의 기본적인 기술통계와 자료분포 표현 등에 대하여 살펴보고, R을 이용한 검정 분석기법은 무엇이며, 어떠한 특성이 있는지 검토한다. 특히, 가설의 설정과 분석절차와 합리적 구성방안에 대하여 살펴본다. R 프로그램을 이용한 T 검정, 상관분석, Bootstrap 방법 등을 살펴본다.

 

제2부는 주요한 통계분석 기법으로 알려진 다변량 분석으로 구성하였다. R 을 이용한 회귀분석을 비롯한 다변량 분석 기법의 특성을 검토하고, 다변량 분석의 절차와 합리적 구성방안에 대하여 살펴본다. R 프로그램을 이용한 다변량 분석의 다양한 산정기법에 대해 살펴본 후 수식구성 및 출력결과 분석방법 등을 살펴본다.

 

제3부는 자료에 내재한 지식을 모색하는 데이터 마이닝으로 구성하였다. R을 이용한 데이터 마이닝은 무엇이며, 어떠한 특성이 있는지 검토하고, 데이터 마이닝과 기계학습 등에 대한 수행절차와 구성방안을 살펴본다. 데이터 마이닝에서 지도학습, 비지도학습의 분석기법에 대해 살펴본 후 기본 수식 처리, 출력결과 분석방법 등을 살펴본다.

 

 

지은이

 

이 재길

일본 쓰꾸바 대학졸업 (박사)

현재, 인하대학교 연구교수

 

 

차례

 

제1부 가설검정 및 분산분석

 

01장 다변량분석과 데이터마이닝

1.1 다변량분석의 개념

1.2 데이터마이닝의 개념

 

02장 T 검정 및 비모수 검정

2.1 표본 집단의 검정

2.2 T 검정 분석사례

2.3 분산 검정 분석사례

2.4 K 표본 및 비모수 검정 분석사례

 

03장 분산분석

3.1 분산분석과 실험계획법(Experimental Design)

3.2 분산분석(Analysis of Variance) 분석사례

 

04장 상관분석 및 Bootstrap 방법

4.1 상관분석 및 Bootstrap 방법 개요

4.2 상관분석 및 Bootstrap 분석사례

 

제2부 다변량분석

 

05장 선형 회귀분석 Linear Regression Analysis

5.1 선형 회귀분석

5.2 선형 회귀분석의 분석사례

 

06장 일반화 선형 회귀분석 Generalized Linear Regression Analysis

6.1 일반화 선형 회귀분석

6.2 일반화 선형 회귀분석 분석사례

 

07장 비선형 회귀분석 Nonlinear Regression Analysis

7.1 비선형 회귀분석

7.2 비선형 회귀분석의 분석사례

 

08장 회귀분석의 확장 Extension of Regression Analysis

8.1 회귀분석의 확장

8.2 회귀분석 확장의 분석사례

 

 

09장 주성분 분석 Principal Component Analysis

9.1 주성분 분석의 개요

9.2 주성분 분석의 분석사례

 

10장 판별분석 Discriminant Analysis

10.1 판별분석의 개요

10.2 판별분석의 분석사례

 

11장 요인분석 Factor Analysis

11.1 요인분석 개요

11.2 요인분석의 분석사례

 

12장 군집분석 Cluster Analysis

12.1 군집분석의 개요

12.2 군집분석의 분석사례

 

13장 다차원 척도법 Multi-Dimensional Scaling

13.1 다차원 척도법의 개요

13.2 다차원 척도법의 분석사례

 

제3부 데이터마이닝

 

14장 Tree 모형 분석 Tree Model Analysis

14.1 Tree 모형 분석 개요

14.2 Tree 모형 분석의 분석사례

 

15장 대응분석 Correspondence Analysis

15.1 대응분석의 개요

15.2 대응분석의 분석사례

 

16장 신경망 분석 Neural Network Analysis

16.1 신경망 분석의 개요

16.2 Neural Network 분석사례

 

17장 앙상블 학습 분석 Ensemble Learning Analysis

17.1 앙상블 학습의 개요

17.2 앙상블 학습 분석의 분석사례

 

18장 연관 규칙 분석 Association Rule Analysis

18.1 연관 규칙 분석의 개요

18.2 연관 규칙 분석의 분석사례

 

19장 생존분석 Survival Analysis

19.1 생존분석의 개요

19.2 생존 분석의 분석사례

 

20장 구조방정식 SEM; Structural Equation Modeling

20.1 구조방정식 개요

20.2 구조방정식의 분석사례

 

찾아보기


i9791186821039.jpg