계산도구는 데이터과학에서 손꼽히는 두 언어인 R과 Python다. 모든 알고리즘을 직접 코딩하였고 내장함수(built-in functions)와의 연계를 꾀하였다. R과 Python 중 하나로도 이 책을 학습할 수 있다.
독자들이 쉽고 올바르게 통계에 접근할 수 있도록 최소한의 통계 기초를 제공하고자 본서를 기획하였다. 본서는 독자들이 통계 지식을 깊이 있게 갖추기에 앞서 기본개념과 원리를 살펴봄으로써 통계에 대한 올바른 안목을 지닐 수 있도록 기초통계학 전반을 정리할 수 있도록 한다.
통계학 전공자와 비전공자들이 R 프로그램을 활용하여 데이터분석을 스스로 수행할 수 있도록 R 설치방법부터 R을 이용한 데이터 분석까지 5개의 단계로 구분하여 설명하고 있으며 각 단계별로 본문에서 설명된 R 함수를 정리한 R 함수 요약을 제시하고 있다.
파이썬을 이용한 수리통계학 교재다. 데이터 사이언스에 필요한 수리통계 이론 및 활용을 중심으로 다루었으며, 개념에 대한 학생들의 이해를 돕기 위하여 파이썬을 활용하였다. 1장은 확률을 소개하였으며 2장에서는 확률변수를 다루었다.
XAI는 AI 모형과 end-user 간의 괴리를 메꿀 뿐만 아니라 AI 모형을 투명하고 신뢰할만하게 만드는 도구이자 모형이다. 특히, XAI는 AI에 대한 전문지식이 없는 산업현장과 연구 분야에 있는 end-user도 AI 모형의 예측 결과를 쉽게 이해하고 진단할 수 있도록 한다.
탐색적 자료 분석(EDA, exploratory data analysis)은 데이터의 특징과 내재하는 구조를 알아내기 위한 통계적 기법들의 통칭이다. 제3판을 내면서, 13장 군집화와 14장 나무모형을 추가하였다. 군집화에서는 개체 군집화와 변수 군집화를 모두 다루었다.
AI를 이해하고 활용하기 위해서는 통계적 지식이 기반되어야 한다. 이 책은 통계의 활용법뿐만 아니라 교육적 맥락에서 챗GPT를 통합하는 방법을 포괄적으로 안내함으로써 AI와 통계의 결합에 대한 새로운 시각을 제시한다.
초보 연구자나 학업을 병행하는 직장인의 입장에서 그들의 눈높이에 맞추어 단계별로 어떻게 논문을 준비해야 하는지, 논문을 작성하면서 자주 부딪치게 되는 고민을 어떻게 해결해야 하는지, 논문을 구체적으로 어떻게 작성해야 하는지를 알려주는 논문 길라잡이를 만들고자 하였다.
관련된 개념들을 쉽게 이해할 수 있도록 다양한 예제들을 제시하였으며, SAS/STAT 소프트웨어에서 제공하는 프로시저들을 통해 실제 사례에서의 처리 과정을 설명하였다. 또한 각 장의 부록에는 R 소프트웨어를 이용하여 사례들을 처리하기 위한 코드의 예시를 제시하였다.
