■ 한 권으로 데이터분석전문가는 물론 빅데이터분석기사 취득까지 한 번에!
■ 초보자도 쉽게 코드를 읽을 수 있는 ALL COLOR 구성!
■ 파이썬의 기초부터 심화까지 모두 잡는 핵심요약!
■ 데이터분석전문가·빅데이터분석기사 실제 합격자인 저자의 실전 Tip!
■ 최신 출제경향을 담은 기출동형 모의고사 5회분!

[목 차]

■ 제1장 시험소개 및 환경구성
제1절 데이터분석 자격시험 소개
제2절 분석환경 설정하기

■ 제2장 데이터 핸들링
제1절 판다스 데이터 구조
제2절 DataFrame 기본
제3절 row/column 선택·추가·삭제
제4절 조건에 맞는 데이터 탐색 및 수정
제5절 데이터 정렬
제6절 데이터 결합
제7절 데이터 요약
제8절 데이터 재구조화
제9절 데이터프레임에 함수 적용하기
제10절 문자열 데이터 변환하기
제11절 날짜 데이터 핸들링

■ 제3장 EDA와 시각화
제1절 EDA의 의미
제2절 막대그래프와 히스토그램
제3절 상자 그림(Box Plot)
제4절 산점도(Scatter Plot)
제5절 선 그래프
제6절 상관관계 시각화
제7절 Pandas Profiling

■ 제4장 데이터 전처리
제1절 데이터 전처리의 의미
제2절 이상치 확인 및 정제
제3절 범주형 변수 처리
제4절 데이터 분할
제5절 데이터 스케일링
제6절 차원 축소
제7절 데이터 불균형 문제 처리

■ 제5장 머신러닝 프로세스
제1절 머신러닝의 의미
제2절 머신러닝 분석 프로세스 설명
제3절 성능평가 기법
제4절 머신러닝 분석 과정 빠르게 맛보기 - 회귀분석
제5절 머신러닝 분석 과정 빠르게 맛보기 - 분류분석

■ 제6장 머신러닝 - 지도학습
제1절 단순 선형 회귀(Simple Linear Regression Model)
제2절 다항 회귀(Polynomial Regression)
제3절 다중 회귀(Multiple Regression)
제4절 로지스틱 회귀(Logistic Regression)
제5절 서포트 벡터 머신(Support Vector Machine)
제6절 K-최근접 이웃(KNN)
제7절 의사결정나무(Decision Tree)
제8절 앙상블(Ensemble)
제9절 나이브베이즈(Naive Bayes) 분류

■ 제7장 통계분석
제1절 통계분석 프로세스
제2절 t-test
제3절 분산분석(ANOVA)
제4절 교차분석(카이제곱 검정)
제5절 선형 회귀분석
제6절 군집분석
제7절 연관분석
제8절 시계열분석

■ 최신 기출동형 모의고사
제1회 기출동형 모의고사
제2회 기출동형 모의고사
제3회 기출동형 모의고사
제4회 기출동형 모의고사
제5회 기출동형 모의고사