데이터 과학을 위한 통계

데이터 과학을 위한 통계 - 데이터 분석에서 머신러닝까지 50가지 핵심 개념
피터 브루스.앤드루 브루스 지음, 이준용 옮김 / 한빛미디어 / 2018년 10월

책 제목 : 데이터 과학을 위한 통계 ( Practical Statistics for Data Scientists)

작년 5월 (2019년 5월 ) 그러니까 거의 1년하고 4개월 전? 쯤에 공부한다고 사서 읽기 시작했던 기억이 있다.

그 당시엔 지금보다 더 실력이 부족했던 터라 용어들이 괜히 익숙하지 않고 멀게 느껴지는 부분들이 있었던 거 같다.

"통계" 라는 제목 그대로, contents는 아래와 같이 이루어져 있다.

1. EDA

2. 데이터와 표본분포

3. 통계적 실험과 유의성 검정

4. 회귀와 예측

5. 분류

6. 통계적 머신러닝

7. 비지도학습

당시 내 실력이라고 한다면, 수학과 학부 4학년 2학기였고 1학년 때 기초통계수업을 1년 들었으며

금융학을 부전공하면서 들은 기초통계 및 R로 하는 데이터 분석 수업 정도,

그리고 개인적으로 동아리 및 대외활동을 하면서 공부하고 있던 AI 개념정도였다.

 그래서 그런지 어렵게 느껴지지는 않았고 기초를 위한 사람이라면 잘 정리된 한국어 책 같다는 생각이 들었다.

2020년 현재 다시 펼쳐서 읽었을 때 그런 생각이 더 강해지는 거 같다. 

데이터 분석을 하기 위한 통계적인 배경 지식이 필요하다면 꼭 알아야 하는 것들을 잘 담아 놓았고

변하지 않는 기초이기 때문에 사서 기반을 다지기 좋을 거 같다는 생각이 든다.