제1부 빅데이터 기획 1장 빅데이터 분석을 위한 업무절차 3 11 업무절차 범위 3 12 업무절차 개요 3 13 빅데이터 수집 4 14 빅데이터 저장 5 15 빅데이터 처리 6 16 빅데이터 보안 7 17 빅데이터 품질 8 제2부 빅데이터 설계 2장 빅데이터 분석 비즈니스 11 21 데이터 비즈니스 11 22 비즈니스와 시스템 12 23 파레토 법칙(Pareto’s Law) 13 24 롱테일 이론(Long-Tail Theory) 15 3장 빅데이터 분석 주제와 시스템 기획 17 31 빅데이터 분석 주제 도출 17 32 구축하지 않고 시스템 만들기 22 33 분석 시스템 개념 설계 25 4장 빅데이터 수집과 저장 37 41 분석을 먼저 생각해야 하는 이유 37 42 빅데[이터 수집 39 43 빅데이터 저장 42 44 데이터품질 52 45 데이터 수집 인터페이스와 인공지능 54 5장 빅데이터 처리 57 51 분석을 위한 데이터와 데이터 처리 57 52 데이터마트와 분석지표 61 53 다차원 모델링의 적용 64 54 분석 모형을 위한 데이터 준비 68 55 HDFS에서의 데이터 처리 69 56 실시간, 배치, 스트리밍 70 6장 빅데이터 분석 제품과 변화하는 기술 73 61 분석 제품의 선택 73 62 제품의 대체와 변화 78 63 인공지능에 인한 제품의 변화 79 제3부 빅데이터 분석 7장 빅데이터 분석 비즈니스 83 71 빅데이터의 실제 모습 83 72 정보와 데이터 86 73 과거의 빅데이터 접근법 88 74 빅데이터에서 중요한 것 90 8장 빅데이터 분석 동향 91 81 빅데이터 분석의 시대적 흐름 91 82 플랫폼 관점의 동향 93 83 데이터 관점의 동향 95 84 알고리즘 관점의 동향 99 85 활용 관점의 동향 99 86 공공 데이터 개방 동향 101 9장 빅데이터 분석 바라보기 103 91 책과 신문 기사에서 소개되는 분석 103 92 실제 기업에서 원하는 분석 103 93 데이터에서 분석까지의 거리 108 94 개념적인 분석 기법 리뷰 110 10장 데이터 의미 표현을 위한 빅데이터 분석 117 101 데이터 분석 방법의 구분 117 102 OLAP과 Reporting 117 103 대시보드 124 104 시각화 126 11장 추측과 의미 파악을 위한 빅데이터 분석 131 111 통계 131 112 기계학습과 딥러닝 155 113 오차 기반의 기계학습과 유사성 기반의 기계학습 166 114 정보 기반의 기계학습 172 115 베이즈정리 기반의 기계학습 175 116 기계학습에서의 다양한 학습 방법 177 12장 의사결정에 직접 활용하기 위한 빅데이터 분석 183 121 최적화 183 122 예측과 추정을 위한 확률과정 모형 194 123 시나리오 기반 시뮬레이션 200 13장 데이터 과학자 203 131 데이터 과학자의 모습 203 132 분석 필요성의 판단 204 133 분석 데이터 만들기 205 134 분석의 검증과 모니터링 206 135 데이터 과학자로서의 견해 212 제4부 빅데이터 융합 14장 빅데이터 분석 도구 (화수목 Analytics) 219 141 시스템 개요 219 142 분석 워크플로우 220 국문색인 273 영문색인 276