데이터 사이언스 스쿨 (R 버전)

강의 목차

0. 프로그래밍 공부를 시작하기 전에 알아야 하는 것들

셀, 터미널, 콘솔

1. 데이터 분석 환경 설정 Development and Operation Environment

데이터 분석을 위한 컴퓨팅 환경을 설치하고 사용하는 방법을 보인다. 분석 환경은 리눅스 운영체제 상에서 도커(Docker)로 설치되며 필수적인 소크트웨어들이 이미 설치되어 있는 도커 이미지를 도커 허브를 통해 제공한다. 윈도우즈나 맥 사용자를 위해 도커 툴박스와 가상머신 위에서 도커를 실행하는 방법도 설명한다.

데이터 분석을 위한 환경 설정

도커 툴박스 설치

도커 이미지 설치 및 실행

도커 초간단 사용법

도커 사용 팁 - 도커 가상 머신 완전 삭제하기

도커 사용 팁 - 컨테이너의 파일 백업

2. R 프로그래밍 준비 R Setup

Anaconda를 이용하여 R 설치하기

R 패키지 설치하기

3. R 프로그래밍 기초 Intoruction to R Programming

R을 계산기로 사용하기

R로 글자를 인쇄하기

R 조건문 기초

R 함수 기초 1

R 함수 기초 2

R의 for 반복문 기초 1

R의 for 반복문 기초 2

R에서 여러 개의 자료를 한 변수에 담기

R에서 리스트 변수 다루기

R에서 반복문을 사용하여 계산하기

R 패키지 사용하기

R 객체지향 프로그래밍 기초 1

R의 자료형

4. 기초 선형 대수 1 - 행렬의 정의와 연산 Basic Linear Algebra

R에서 벡터와 행렬 사용하기

R 벡터와 행렬을 만들고 변형하기

R 벡터와 행렬의 연산

R을 활용한 선형대수 입문

행렬의 연산과 성질 (R 버전)

연립방정식과 역행렬 (R 버전)

5. 데이터 다루기 Data Handling

R의 날짜 및 시간 관련 명령

R 데이터프레임

R 데이터 입출력

R 데이터프레임 변환

R 데이터프레임 합성

R tidyr 패키지 소개

R 데이터프레임 그룹 연산과 피봇 테이블

6. 시각화 Visualization

R 그래픽 기초

7. 데이터 분석의 소개 Introduction to Data Science

데이터 분석의 소개 (R 버전)

데이터 분석 가이드맵

8. 기초 확률론 1 - 확률의 정의 Definition of Probability

확률의 수학적 정의

확률의 성질

확률의 의미

결합 확률과 조건부 확률

베이즈 정리

베이즈 정리와 분류 문제

아들과 딸 파라독스

9. 기초 선형 대수 2 - 해석 기하

선형대수와 해석기하 (R 버전)

10. 미적분Calculus과 최적화Optimization

함수 미분 (R 버전)

행렬의 미분

최적화 기초 (R 버전)

확률 모형에서 적분의 의미

11. 기초 확률론 2 - 확률 변수 Random Variable

R의 난수 발생과 카운팅

R로 데이터의 분포 살펴보기

확률 모형이란 (R 버전)

확률 변수

누적분포함수와 확률밀도함수 (R 버전)

분포의 대표값 (R 버전)

분산과 표준편차 (R 버전)

12. 기초 확률론 3 - 확률 분포 모형 Probability Distribution Models

R을 이용한 확률 분포 분석

베르누이 확률 분포 (R 버전)

이항 확률 분포 (R 버전)

가우시안 정규 분포 (R 버전)

스튜던트 t 분포 (R 버전)

카이 제곱 분포 (R 버전)

F 분포 (R 버전)

베타 분포 (R 버전)

다변수 가우시안 정규 분포 (R 버전)

11. 기초 확률론 4 - 상관 관계 Correlation

결합, 주변, 조건부 확률 밀도 함수 (R 버전)

확률 밀도 함수의 독립 (R 버전)

공분산과 상관계수 (R 버전)

12. 추정 및 검정 Estimation and Test

검정과 모수 추정의 의미

검정과 유의 확률 (R 버전)

R을 사용한 기초적인 검정

Method of Moment (R 버전)

최대 우도 추정 (R 버전)

MLE 모수 추정 (R 버전)

13. 데이터셋 Dataset

R 데이터셋 사용법

14. 데이터 전처리 Data Preprocessing

R의 데이터 전처리

15. 선형 회귀 분석 Linear Regression Analysis

선형 회귀 분석의 기초 (R 버전)

R 모형 문자열

레버리지와 아웃라이어 (R 버전)

확률론적 선형 회귀 모형 (R 버전)

회귀 분석 진단 (R 버전)

분산 분석 (ANOVA) (R 버전)

분산 분석 기반의 카테고리 분석 (R 버전)

선형 회귀 모형 비교

16. 과최적화와 정규화 Overfitting and Regularization

다항 회귀와 과최적화 (R 버전)

교차 검증 (R 버전)

정규화 선형 회귀 (R 버전)

17. 로지스틱 회귀 분석 Logistic Regression

로지스틱 회귀 분석 (R 버전)