리뷰] 행동 데이터 과학

행동 데이터 분석 - R과 파이썬으로 시작하는 행동 데이터 분석 가이드
플로랑 뷔송 지음, 시진 옮김 / 한빛미디어 / 2023년 5월

사람이나 동물의 행동 패턴을 수집하고 분석하여 행동에 대한 통찰력을 얻는 과정을 행동 데이터 분석이라고 말합니다. 사용자의 행동 데이터 분석이 왜 필요할까요? 사용자들이 서비스를 잘 쓰고 있는지 판단할 수 있는 하나의 방법으로 알려진 행동 데이터 분석에 대해 알아봅시다.

이번에 소개할 행동 데이터 분석은 고객 중심 데이터 분석으로 최적의 비즈니스 전략을 세우는 실전 가이드를 알려줍니다. 한 번쯤 고민해 봤을 사용자 행동에 대한 고민인 과연 ‘고객의 행동을 유발하는 것은 무엇인가?’란 질문인데요. 

오라일리(O'Reilly) 시리즈 행동 데이터 분석 책이 가장 핵심적으로 전달하고 싶은 것은 3가지입니다.

1. 현실 세계의 실제 행동 경향의 이와 관련된 심리적 현상(의도, 인지, 감정 등)

2. 인과관계 분석 및 다이어그램

3. 데이터

3가지 핵심 요소를 오가며 연마해야 효과적인 데이터 분석을 할 수 있다는 점을 배울 수 있습니다.

크게 PART 1 ~ 5로 이루어져 있는데요. PART 1에선 인과-행동 프레임워크와 행동 경향, 인과관계 추론과 데이터 사이의 관계성에 대해서 배웁니다. 전체적으로 인과-행동 프레임워크에 대해 중요하며 인과관계 분석을 선택한 이유를 자세하게 설명하는데요. 행동의 이해를 충분히 이해하고, 기본 모델과 실용적인 팁과 행동을 데이터에 연결하는 원리에 대해 알 수 있습니다.

PART 2는 인과관계 다이어그램과 교란 해소에 대해 알아봅니다. 교란의 개념을 정리하고 인과관계 다이어그램을 사용해 데이터를 분석할 때 교란을 해소하는 방법을 설명합니다. C마트의 아이스크림 예제를 통해 인과관계 다이어그램을 매우 단순한 설계를 바탕으로 만들어 봅니다. 이뿐만 아니라 C마트 아이스크림 예제에서 교란 변수를 제거하는 과정을 설명합니다.

PART 3에서는 결측 데이터를 다루는 도구를 살펴보고 부트스트랩 시뮬레이션을 소개합니다. 부트스트랩은 행동 데이터를 분석할 때 매우 유용한 도구입니다. 크기가 작거나 이상한 형태의 데이터를 다룰 때 추정치에 대한 불확실성을 적절하게 측정할 수 있는데요. 책의 나머지 부분에서 부트스트랩 신뢰도 구간 개념을 계속 활용합니다. 개념이 익숙하지 않으면 이번 파트를 주의 깊게 읽어보시길 바랍니다.

PART 4는 실험 설계와 분석으로 회귀와 부트스트랩을 사용할 때 간단한 A/B 테스트가 어떻게 이루어지는지 소개합니다. 그리고 실험 대상을 미리 알고 있다면 블록을 통해 균형 잡힌 실험 집단을 만들 수 있습니다. 

마지막으로 PART 5에서는 지금까지 배웠던 모든 것을 종합해 행동 데이터 분석의 세 가지 강력한 도구를 살펴봅니다. 조절 효과, 매개효과와 매개효과에서 파생된 도구 변수를 살펴봅니다. 결과적으로 한 줄짜리 코드로 깊이 있고, 실행할 수 있는 행동 관점의 결론을 얻을 수 있습니다.

행동 데이터 과학에 나온 코드 환경은 해당 장의 실습을 진행하기 위해 필요한 R과 파이썬 패키지를 안내합니다. 책 전반에 걸쳐 사용되는 몇 가지 호출 방법을 소개합니다. 또한 책과 함께 제공되는 깃허브에는 모든 스크립트에 호출 과정이 포함되어 있어 언제든지 확인할 수 있습니다. 

행동 데이터 분석은 아직까지 정의되지 않은 부분이 많은 분야인데요. 이를 보안하기 위해 일상적인 예를 활용해 행동 과학에 좀 더 친숙해지고, 각 개념과 기법을 정확하면서도 쉽게 설명하고 있습니다. 행동 데이터 분석은 다양한 분야에서 활용되며, 데이터 분석가뿐만 아니라 마케터나 기획자 등 무엇이 고객의 행동을 유발하는지에 대한 답을 듣고 싶은 독자분들에게 추천합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

리뷰] 추천 시스템 입문

추천 시스템 입문 - 개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UI/UX, 구현 기법, 평가까지
가자마 마사히로.이즈카 고지로.마쓰무라 유야 지음, 김모세 옮김 / 한빛미디어 / 2023년 5월

일상에서 점메추 단어를 자주 사용합니다. 직장인의 가장 큰 고민인 점심 메뉴인데요. 우린 간단한 문제일수록 무엇을 결정하는 데 고민을 많이 합니다. 이처럼 동영상 추천, 음악 추천, 상품 추천, 등 나보다 나를 더 잘 아는 추천 서비스는 이제 일상입니다. 추천 시스템 협업 개발자가 전하는 추천 알고리즘 도입 가이드를 추천합니다.

이번에 소개할 추천 시스템 입문은 추천 시스템 개발자인 저자들이 경험한 성공 사례와 실패 사례를 살펴봅니다. 어떤 서비스에 추천 시스템을 조합하고, 적용할 것인가에 중점을 두고 구성하는데요. 추천 알고리즘을 자세히 파고드는 대신 알고리즘 개요와 실무 활용 방법을 중심으로 배울 수 있습니다.

정보화 속도가 빨라질수록 사소한 일에 결정해야 하는 순간들이 점점 늘어나고 있는데요. 다양해진 선택지 속에서 빠르게 선택할 수 있게 도와주는 추천 시스템은 더 이상 있으면 좋은 기능이 아니라 없으면 안 되는 기능이라고 생각합니다.

추천 시스템 입문 1장~ 3장에는 추천 시스템의 개요와 역사를 몇 가지 사례 그리고 추천 시스템 종류와 검색 시스템과의 차이를 알아봅니다. 더 나아가 팀원과 프로젝트 진행 방법 더불어 추천 아이템을 제시하는 방법에 따라 클릭 횟수나 구입 횟수를 늘릴 수 있기 때문에 사용자 경험 설계에 중요한 UI/UX에 관해 소개합니다.

여기서 핵심은 추천 시스템 개발에 필요한 3가지 스킬 비즈니스 문제 해결 능력, 데이터 사이언스 능력, 데이터 엔지니어링 능력입니다. 3가지 스킬을 모두 갖춘 사람은 많지 않으며, 각각의 스킬을 가진 사람들과 협업하길 조언합니다.

4장에는 대표적인 추천 알고리즘인 협조 필터링과 내용 기반 추천을 설명합니다. 그리고 추천 알고리즘에 입력되는 평갓값 데이터를 암묵적인 것과 명시적인 것으로 나누어 소개합니다.

5장에선 인기도 추천과 행렬 분석 알고리즘에 관해 각각 설명과 실제 서비스에 조합할 때 주의해야 할 점에 대해서도 알아봅니다. 그리고 MovieLens라는 영화 데이터셋을 사용해 각 알고리즘을 적용하는 코드도 소개합니다.

6장은 뉴스 전송 추천 시스템을 예로 들어 추천 알고리즘을 실제 서비스에 조합할 때 시스템을 어떻게 구성을 배울 수 있습니다. 이를 통해 데이터베이스나 API를 설계하는 데 참고하기 좋습니다. 또한, 서버 구성과 배치 처리 구조, 로그 설계 등 추천 시스템 아키텍처에 관해 더 자세하게 살펴봅니다.

7장은 온라인에서 몇 가지 평가 지표를 사용해 추천 알고리즘을 검증하고 자신이 서비스하는 데이터에 적절한 평가 지표와 추천 알고리즘을 찾아볼 수 있습니다.

마지막으로 8장은 앞서 다루지 못한 추천 시스템 국제회의, 편향 제거, 인과 추론 등을 살펴봅니다. 추천 시스템 국제회의도 매년 규모가 커지고 참가하는 업체가 증가하는 수치만 보아도 추천 시스템의 중요성을 알 수 있습니다.

추천 시스템 입문 책은 여러분의 서비스가 더욱 진화할 수 있도록 적합한 추천 시스템을 개발하는 데 도움을 줍니다. 추천 시스템 개발이나 추천 알고리즘에 관심 있는 개발자, 프로덕트 매니저, UI/UX 디자이너, 연구자, 학생 등 각자의 입장에서 한 장씩 개념을 쌓을 수 있고 다른 팀끼리 소통하는 방법까지 덤으로 얻어 갈 수 있습니다.

추천 시스템 덕분에 다양한 상품이나 콘텐츠 가운데 내가 선호하는 것을 빠르게 선택할 수 있는데요. 소비자에게 좋은 의사결정을 줄 수 있는 개발자, 기획자, 디자이너에게 도움이 되는 추천 시스템 입문서를 추천합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

리뷰] 머신러닝 시스템 설계

머신러닝 시스템 설계 - 프로젝트 범위 산정부터 프로덕션 배포 후 모니터링까지, MLOps 완벽 해부하기
칩 후옌 지음, 김대근.김영민 옮김 / 한빛미디어 / 2023년 3월

챗GPT는 인터넷에 존재하는 모든 지식을 습득해 궁금한 질문에 대한 의견을 생성하는데요. ML(머신러닝)은 사용하는 데이터를 기반으로 학습 및 성능 향상을 지원하는 시스템을 구축하는 데 초점을 맞춥니다. ML의 실제 적용 사례가 늘어나고 관련 산업이 익숙해집니다. 많은 기업에서 ML 모델을 활용한 비즈니스를 시도하기 시작하면서 모델을 빠르게 개발, 훈련, 배포, 운영할 자동화 프로세스를 고민하며 이에 머신러닝 운영의 줄임말인 MLOps가 대두되었습니다.

이번에 소개할 머신러닝 시스템 설계 저서는 ML 시스템을 전체적인 관점으로 바라보고 접근합니다. 시스템의 다양한 구성 요소와 이해관계자들의 목표를 고려해 다양한 사례 연구를 바탕 된 내용을 설명하고 있습니다.

MLOps 분야의 대표 강의인 스탠퍼드 CS329S: 머신러닝 시스템 설계를 기반된 내용을 담고 있습니다. 저자인 칩 후옌은 넷플릭스부터 스타트업까지 다양한 기업에서 ML을 배포하고 운영한 경험들도 만날 수 있습니다. 답을 찾기 어려웠을 법한 질문에 대한 접근법과 특정 도구 사용법보단 각 ML기법의 개념 및 장단점과 트레이드오프에 집중합니다.

MLOps의 Ops는 Developments Operations의 줄임말인 DevOPs에서 유래합니다. 무언가를 운영함은 그것을 프로덕션 환경에 적용함을 의미해 여기엔 배포, 모니터링, 유지관리가 포함됩니다. MLOps는 ML을 프로덕션 환경에 적용하기 위한 도구와 모범 사례의 집합입니다.

ML이라고 하면 보통 모델 개발과 알고리즘을 떠올리지만 실제로 프로덕션 환경에서 ML을 운영할 때는 그 외에 생각해야 하는 부분들이 많습니다. 프로덕션용 ML은 대부분 비즈니스를 중심으로 하는 만큼 비즈니스 문제에 따른 요구사항과 이해관계자 또한 중요한 점을 자세하게 말합니다.

이 책에서 ML은 딥러닝과 고전적인 알고리즘을 모두 의미하며, 중견 기업이나 빠르게 성장하는 스타트업에서 볼 수 있는 대규모 ML 시스템에 중점을 둡니다. 소규모 ML 시스템은 상대적으로 덜 복잡하기에 이 책에 제시하는 포괄적인 접근법에서 얻는 이점이 담겨 있습니다.

머신러닝 시스템 설계는 데이터 과학자가 ML 프로젝트 수명 주기의 각 단계를 진행하면서 맞닥뜨린 문제를 반영합니다. 1~2장에는 가장 기초적인 질문, 프로젝트 목표를 잘 선택하고 간결한 솔루션에 도달하기 위해 문제를 구성하는 방법을 다룹니다.

4~6장은 ML 프로젝트의 배포 전 단계인 학습 데이터를 생성하고 피처 엔지니어링을 수행하는 일부터 개발 환경에서 모델을 개발하고 평가합니다. 이 부분에서는 ML과 문제 도메인 모두에 대한 전문성이 필요합니다.

7~9장은 ML 프로젝트의 배포와 배포 후 단계로 모델 배포가 배포 프로세스의 끝은 아닙니다. 배포한 모델은 지속해 모니터링하면서 변화하는 환경과 비즈니스 요구 사항에 발맞춰 업데이트합니다.

ML 시스템 구축하려면 각기 다른 배경의 이해관계자들이 협업해야 합니다. 3장은 데이터 시스템에 10장은 컴퓨팅 인프라와 ML 플랫폼에 원활한 협업에 필요한 인프라에 중점을 둡니다. 11장은 ML 모델의 확률론적 특성에 따라 사용자 경험이 어떻게 영향받는지 논의합니다. 한 시스템을 개발하는 구성원들이 효과적으로 협업하기 위한 조직 구조를 알아보고, ML 시스템이 사회 전체에 미치는 영향을 들여다봅니다.

머신러닝 시스템 설계는 MLOps에 시스템으로 접근하며, 시스템의 각 요소와 이해관계자가 협업함으로써 정해진 목표와 요구사항을 충족하도록 ML 시스템을 총체적으로 고려합니다.

이 책은 특정 개념과 솔루션을 설명하면서 현재 사용되는 도구를 언급하지만, 튜토리얼은 아닙니다. 기술을 점점 진화하며, 도구는 새로운 것이 나오면 곧 유행에 뒤처지지만, 문제에 대한 근본적인 접근법은 더욱 길게 지속되는데요. 유스케이스에 어떤 도구가 가장 적합한지 판단하는 데 도움이 되는 정보를 제공합니다. 코드 스니펫이 거의 없으며 트레이드오프, 장단점, 구체적인 예시를 논의하는 데 중점을 둡니다.

이제는 오프소스 생태계의 활성화,  ML 프레임워크의 급격한 발전 그리고 수많은 개발 도구의 등장으로 ML의 진입 장벽이 많이 낮아졌는데요. 머신러닝 시스템 설계는 MLops에서 가장 중요한 요소를 다루는 실용 책이라고 할 정도로 ML 시스템을 만들 때 고려해야 하는 모든 요소를 다룹니다.

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

리뷰] 취업과 이직을 위한 프로그래머스 코딩테스트 문제 풀이 전략 : 자바편

취업과 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략 : 자바 편 - 핵심 개념, 79개 문제 풀이, 코딩전문역량인증시험(PCCP) 대비까지! ㅣ 취업과 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략
김현이 지음 / 길벗 / 2023년 2월

IT 시대에 맞춰 프로그램 개발자에 대한 수요는 커지고 있는데요. 자연스럽게 코딩 열풍과 함께 개발자 직업이 주목받고 있습니다. IT 직군으로 취업 및 이직을 하기 위해선 코딩 테스트는 하나의 관문입니다.

코딩테스트란 기업, 기관에서 직원이나 연수생을 선별하기 위한 목적으로 시행되는 일종의 문제 풀이 시험을 말합니다. 기술적인 역량을 시험하기 위해 실시하는 알고리즘이나 직무 연관성이 있는 기술에 대한 구현 테스트를 의미하는데요. 코딩 테스트를 위한 취업과 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략 : 자바편 저서를 소개합니다. 이번 저서는 코딩 테스트에 대해 실전 감각을 키울 수 있는 내용을 담은 입문서입니다.

코딩테스트를 준비하는 분들은 연습하기 위한 온라인 저지 서비스를 제공하는 사이트를 이용합니다. 온라인 저지 사이트란 OJ라고 하며 프로그래밍 대회나 코딩 테스트에서 나올 법한 문제를 시험해보는 온라인 시스템인데요. 이번에 소개할 책 제목처럼 프로그래머스 코딩 테스트 문제 풀이 전략에 대한 개념과 문제을 담고 있습니다.

프로그래머스는 가장 많은 시험을 진행하고 있으며, 국내 알고리즘 학습사이트로 2017년부터 현재까지 카카오 공채 문제를 모두 제공합니다. 거의 모든 회사의 공채를 여기에서 진행할 정도로 프로그래머스에 익숙해지는 것도 하나의 큰 장점이 됩니다.

취업과 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략 : 자바편은 코딩테스트를 어디서부터 어떻게 시작해야 할지 막막한 분들을 위해 핵심 개념부터 실전형 문제 풀이로 구성되어 있습니다. 프로그래밍 분야도 다양하고 분야별 깊이도 다양합니다. 하지만 알고리즘과 자료 구조, 코드를 잘 작성하는 것은 분야를 막론하고 모든 분야의 밑거름이 될 정도로 기초 내용입니다.

이 책으로 코딩 테스트를 대비할 수 있지만, 단순하게 알고리즘과 자료 구조만을 다루고 있는 개념 책은 아닙니다. 독자분들이 자바에 대해 더 잘 알게 되고 프래그래밍하는 방향과 과정을 살펴볼 수 있습니다.

1장은 개념 학습과 문제 풀이를 순서대로 공부하길 권유합니다. 순서대로 7강까지 완독하면 코딩 테스트에서 가장 필요한 지식 모두 습득할 수 있습니다. 8강부터 12강까지는 코딩 테스트 유형과 자료 구조, 알고리즘을 학습하고 반복연습을 진행합니다.

13장은 카카오 2022 블라인드 테스트 문제 풀이, 14장은 코딩전문역량인증시험 PCCP 모의고사 2회분으로 진행됩니다. 실제 시험에서 시간 배분을 잘해야 하는 점에서 코드를 작성하기 전 구상한 알고리즘의 효율성 등 필수적인 항목들을 점검할 수 있습니다. 취업과 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략 : 자바편에서는 연습 문제를 풀 때 어렵고 시간이 걸리지만, 시간 복잡도를 계산하고 유효한 생각하는 연습을 추천합니다.

문제를 푸는 데 필요한 핵심 개념을 살펴보고 알고 있는 내용을 한 번 더 습득해 문제 풀이 전략을 학습할 수 있습니다. 실제 코딩 테스트 문제 풀이 과정 그대로 문제 분석 -> 요구 조건 파악 -> 접근법 선택 -> 설계 -> 설계에 맞춰 단계별 구현으로 문제는 하나지만 상황에 따라 다양한 풀이가 가능합니다.

자바 언어의 장점을 그대로 살린 자바스러운 코드 구현법으로 문제를 분석하고 요구 조건 체크, 다양한 접근법으로 설계한 내용을 구현하며 문제를 푸는 생각의 흐름을 경험할 취업 이직을 위한 프로그래머스 코딩 테스트 문제 풀이 전략 : 자바편을 추천합니다.

"길벗 개발자 리뷰어 활동을 위해서 책을 제공받아 작성된 서평입니다."

리뷰] 어쩌다 데이터 분석 with 파이썬

어쩌다 데이터 분석 with 파이썬 - 판다스로 시작하는 효율적인 데이터 분석 및 시각화
김유지 지음 / 한빛미디어 / 2022년 9월

많은 회사에서 데이터 분석 능력을 원하고 우대해주고 있습니다. 빅데이터 시대에 데이터 분석의 의미가 중요해지는 시점에서 다양한 방법들이 쏟아져 나오고 있는데요. 이번에 소개할 어쩌다 데이터 분석 with 파이썬는 데이터 분석을 위해 반드시 알아야 할 판다스, 넘파이, 맷플롯립, 시본 등 파이썬 핵심 라이브러리를 사용해 데이터를 분석하고 시각화하는 방법을 배울 수 있습니다.

파이썬 기초는 알고 있지만, 데이터 분석에 어려움을 느끼는 분들을 위해 판다스 핵심 레시피와 예제를 통해 쉽게 익힐 수 있습니다. 데이터 분석을 시작하기 전 분석의 의미를 파악함으로 개념을 확실하게 알아갑니다. 데이터 분석의 개념과 의미 파악을 통해 어떤 과정으로 이루어지고 여러 언어 중에서 왜 파이썬이 가장 많이 사용하는지 이유를 알아 갈 수 있습니다.

어쩌다 데이터 분석 with 파이썬의 저자 김유지님은 여러 시행착오를 거쳐 합리적인 학습 과정을 터득했는데요. 그건 바로 원리를 이해, 실습과 실행, 나만의 정리 과정을 반복하는 것입니다. 이 책의 핵심은 전반적으로 기본적인 데이터 가공 및 처리에 중점을 두었습니다. 그러므로 기본적으로 파이썬 기초를 알고 있다는 전제하에 설명하고 있는데요. 파이썬 접해보지 못한 독자를 위해 파이썬 핵심 기본 내용을 수록되어 있을 정도로 입문자 대상으로 데이터 분석에 대해 자세하게 설명하고 있습니다.

CHAPTER 1에서는 데이터 분석이란 무엇이며, 그 과정은 어떻게 이루어지는지 그것을 하려는 사람은 어떠한 역량이 필요한지 살펴봅니다. 그리고 파이썬 데이터 분석을 실행하기 위한 개발 환경을 구축과 필요한 파이썬 기본 내용과 핵심 라이브러리를 알아보는 데이터 분석 준비 과정입니다.

CHAPTER 2는 데이터 분석의 기본으로 알아야 할 라이브러리인 넘파이와 판다스의 기본 사용법을 학습합니다. 데이터를 불러오고, 생성하고, 선택하고, 골라내고, 삭제하고 새로운 모양으로 변경하는 등 기초적인 데이터 처리 방법을 배울 수 있습니다.

CHAPTER 3에선 데이터를 처리하고 가공하는 다양한 방법을 몇 가지 카테고리로 분류해서 배웁니다. 상세한 조건으로 데이터를 추출하거나 다른 함수를 활용해 데이터를 필터링하는 기법과 정렬 테크닉을 살펴봅니다.

CHAPTER 4는 서로 다른 데이터를 병합해 정리해보고 그룹별로 데이터를 집계하거나 연산하는 방법을 알아봅니다.

CHAPTER 5에서는 판다스의 grupby 개념과 활용법을 배우고 데이터를 그룹별로 나누어 요약 및 집계합니다. 또 판다스에서 피벗 테이블과 그룹 빈도를 계산하는 크로스탭을 활용한 분석을 익힙니다.

CHAPTER 6은 판다스에서 사용하는 시계열 데이터의 종류인 datetime과 관련한 날짜와 시간에 대한 기초 지식을 학습합니다. 날짜 시간 데이터를 다룰 때 기본적으로 알고 있어야 할 데이터 타입에 대해 배우고 인덱스와 관련한 몇 가지 주요 처리 방법을 배웁니다.

CHAPTER 7에선 기초적인 데이터 시각화를 해봅니다. 먼저 파이썬으로 데이터 시각화 필수적으로 알고 있어야 할 맷플롯립의 핵심을 학습하고 그다음에는 가장 많이 활용되는 시본의 주요 그래프를 알아봅니다.

마지막으로 CHAPTER 8은 실무에 도움이 되는 실습으로 진행합니다. 앞에서 배운 기술을 어떻게 사용하고 응용하는지 익히기 위해 데이터 분석 실습 과정을 익히는데요. 분석하려는 데이터의 특징을 파악하여 적합한 전처리 기법을 적용한 후 데이터를 더 잘 이해할 수 있도록 다양한 시각화 작업을 실습합니다.

누구나 데이터 분석 언어와 도구 활용에 대해서 쉽게 익히고 배워 나가는데요. 학습 후 데이터 분석 프로젝트 업무를 맡게 되면 어려움을 느낍니다. 어쩌다 데이터 분석 with 파이썬은 데이터 분석의 흐름을 익힐 수 있는 장점을 가지고 있습니다. 개발 환경 준비, 판다스 핵심 기능, 데이터 시각화, EDA 실습 이 순으로 학습을 유도합니다.

어쩌다 데이터 분석 with 파이썬을 통해 파이썬 데이터 분석 개념과 판다스 핵심 기능과 데이터 시각화 기초도 경험해보고, 파이썬 데이터 분석에 필요한 핵심 레시피를 익혀 보시기 권유합니다. 또한 마지막으로 넷플릭스 데이터셋으로 현업에 적용할 수 있는 EDA를 실습하며 데이터 간 유의미한 상관관계를 분석하며 역량을 기르시길 추천합니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."