이 책은 수집 및 저장된 데이터를 빅데이터 분석 목적을 달성하기 위하여 정제하고 변환하고 적재 및 검증하는 과정을 통하여 분석용 데이터셋이 구축된다. 본서를 보기 위한 구성은 아래 그림과 같다. (1) 수집 및 저장 데이터 수집은 비정형 및 정형의 DBMS 데이터 등을 수집하고, 저장에서는 HDFS 및 Hbase에 데이터를 저장한다. 본서의 [Part 3. 외부 데이터 수집하기]를 보기 바란다. (2) 전처리 전처리는 원본 데이터 로드가 정확히 되었는지 검토하기 위해 Data Type 및 텍스트형식으로 저장된 데이터의 Level을 확인한다. 본서의 [Part. 1 빅데이터로 무엇을 해야 할까, Part 2. R로 하는 빅데이터 전처리]를 보기 바란다. (3) 정제 정제에서는 본격적으로 분석용 데이터셋을 구축하기 위하여 분석에 필요한 데이터를 식별하고, 식별된 데이터를 가공 및 오류 - 결측치 처리를 한다. 본서의 [Part 5. 분석에 적합하게 변환하기(데이터 가공), Part 7. 데이터 탐색]을 보기 바란다. (4) 변환 / 적재 데이터 변환 및 적재는 정제된 데이터를 빅데이터 분석에 용이한 형태로 적재한다. 변환기법에는 데이터를 평활화(smoothing), 집계(aggregation), 일반화(generalization), 정규화(normalization), 파생 속성생성 등이 있다. 본서의 [Part 4. 다양한 형식의 데이터 로딩하기, Part 5의 파생변수, Part 7 데이터 탐색의 chapter2] 등을 보기 바란다. (5) 검증 검증은 정제된 분석용 데이터의 적재가 정합성 있게 되었는지 확인한다(데이터 품질 포함). 이 책의 [Part 6. 데이터 정제]를 보기 바란다.

PART 01 빅데이터로 무엇을 해야 할까 Chapter 1 빅데이터와 데이터 과학자 PART 02 R로 하는 빅데이터 전처리 Chapter 1 R환경(Environment) Chapter 2 빅데이터 분석 R 환경 구성 및 입문 Chapter 3 패키지 사용 Chapter 4 데이터 구조와 메타 데이터 051 Chapter 5 R에 저장된 데이터 타입(Type)보기 Chapter 6 Vector Object Chapter 7 범주형 데이터 Factor Object Chapter 8 Matrix Object Chapter 9 DataFrame Object Chapter 10 List Object Chapter 11 Arrary Object PART 03 외부 데이터 수집하기 Chapter 1 분석프로그램에 내장된 데이터 Chapter 2 오픈 데이터 Chapter 3 날씨 json 파일 읽기 Chapter 4 웹페이지 가져오기 PART 04 다양한 형식의 데이터 로딩하기 Chapter 1 CSV 파일 로딩 Chapter 2 탭으로 구분된 파일 로딩 Chapter 3 엑셀 xls, xlsx 파일 로딩하기 Chapter 4 XML 파일 로딩 Chapter 5 데이터 파일로 저장하기 PART 05 분석에 적합하게 변환하기(데이터 가공) Chapter 1 분석 마트 Chapter 2 파생 변수 PART 06 데이터 정제 Chapter 1 데이터 Value 검증(Validation) Chapter 2 중복 관리 Chapter 3 정렬 및 그룹화 PART 07 데이터 탐색 Chapter 1 교차표(Crosstabs)로 데이터 특징 찾기 Chapter 2 데이터 속성(컬럼)관리 및 행관리 PART 08 텍스트 데이터 처리(자연어 처리) Chapter 1 정규표현식 사용하기 Chapter 2 Corpus 및 Vectorsources Chapter 3 문서-단어, 단어-문서 테이블 생성 및 사용하기 Chapter 4 한글 인코딩