데이터 사이언스는 AI 시대 새로운 교양이자 최강의 개인 경쟁력 현대 생활에서 데이터가 차지하는 역할이 점점 커지고 있다. AI 기술이 발달하면서 그 근간이 되는 데이터를 가공하고 분석하여 이면에 존재하는 의미를 해석하는 데이터 사이언스에 대한 관심도 급증했다. 자신이 일하고 공부하는 분야에 데이터 사이언스를 접목하고 활용하는 능력은 개인의 경쟁력이 되....+전체보기고 있다. 『데이터를 읽는 사람은 언제나 강하다』는 노무라종합연구소 데이터사이언스랩 연구원들이 AI 시대를 살아가는 개인에게 필요한 데이터 사이언스 핵

한국어판 출간에 부쳐 시작하며 1장 〉〉 일상생활 깊숙이 스며든 데이터 사이언스 데이터 사이언티스트란 | 첨단 정보기술 인재 | 디지털 마케팅 | 배송 경로 최적화 | 다이내믹 프라이싱 | AI 발주 시스템 | 스포츠 데이터 사이언스 | 피플 애널리틱스 Column - 진화하는 데이터 활용 2장 〉〉 자주 쓰이는 머신러닝 알고리즘과 통계 개념들 데이터....+전체보기 사이언스 핵심 개념 지도 | 모집단과 표본 | 평균값과 중앙값 | 분산 | 중심극한정리 | 신뢰구간 | 가설 검정 | 상관계수 | 베이즈 통계 | 몬티 홀 문제 | 인과 추론 | AI | 머신러닝 | 딥러닝 | 알고리즘 | 회귀분석 | 다중 공선성 | 회귀분석의 P값 | 로지스틱 회귀 | 결정 트리 | LightGBM | 클러스터링 | k-평균법 | 주성분 분석 | 베이즈 네트워크 | 시계열 분석 | 프로펫 | 자연어 처리 | GPT-3 | 과학습 | 교차 검증 | 자동 머신러닝 | 블랙박스 문제 | 로우코드, 노코드 Column - 넓어지는 업무 범위 3장 〉〉 궁금한 그 현상을 어떻게 데이터로 바꿀 것인가 분석 모형 구축 | 수리 최적화 | 프로그래밍 | 클라우드 활용 | 구매 데이터 분석 | 인과관계 분석 | 텍스트 마이닝 | 의도 파악 | 이미지 인식 | 음성 인식 Column - 데이터 사이언티스트의 미래 4장 〉〉 현실에서 당장 부딪힌 예상 밖 낯선 상황들 데이터 분석은 전처리가 8할 | 지난 2년 데이터로 향후 10년을 예측 | 머신러닝이라 간단히 처리할 수 있다? | 제한적인 분석 환경과의 싸움 | 경영자 기대는 정밀도 99% | 분석 자체가 목적이 된다 | 담당자 직감과 어긋난다고? | 비용 대비 효과가 떨어진다? | 본보기가 될 만한 선배가 없다? | 데이터 분석만 할 뿐이다? Column - 수식의 아름다움 5장 〉〉어쩌다 보니 데이터 사이언티스트가 된 사람들 데이터 사이언티스트의 경력 이야기 | 짧은 이야기① 심리학에서 컨설팅으로 | 짧은 이야기② 원치 않던 부서 경험을 살려 | 짧은 이야기③ 수비와 공격의 텍스트 마이닝 | 짧은 이야기④ 모험적 성향이 천직으로 이어져 | 짧은 이야기⑤ 생체 반응 연구와 미래를 읽는 힘 | 짧은 이야기⑥ 취직 후 대학원에서 다시 공부 | 짧은 이야기⑦ 차고 넘치는 데이터를 활용해 Column - 의외로 많은 문과 출신 6장 〉〉데이터 해석 능력을 키우기 위해 갖추어야 할 자질들 현장 비즈니스를 이해하는 힘 | 전문적인 내용을 알기 쉽게 전달하는 힘 | 최적의 답을 구체적으로 제안하는 힘 | 불확실한 시대를 시뮬레이션하는 힘 | 데이터로 할 수 있는 일을 상상하는 힘 | 따두면 어디든 써먹을 수 있는 자격증 Column - AI 시대 새로운 직업을 찾아서 마치며 찾아보기