- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이썬으로 캐글 뽀개기 : 파이썬으로 시작해서 포트폴리오로 취업까지
- Evan 외공저 저
- 비제이퍼블릭
- 2021년 08월 27일
-
정가31,000원
-
판매가31,000원 [0% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금930원 적립 [3%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2026년 02월 04일(수)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791165920791
572쪽
1,087g
173 x 230 (㎜)
지금 이책은
- 판매지수 : 0
이 분야의 베스트셀러
-
처음 만나는 인공지능 [개정판]
김대수
26,000원
-
비전공자를 위한 이해할 수 있는 IT 지식
최원영
15,120원
-
컴퓨팅 사고 Level Up 소프트 파워 with 스크래치
김호다, 이지민, 정영철 외
20,700원
책 소개
출판사 리뷰
- 다양한 캐글 대회 참여 방법 소개
- NumPy, Pandas, Matplotlib, Seaborn, Scikit-Learn 등 데이터 과학의 필수 라이브러리 소개
- XGBoost, LightGBM, CatBoost 등 최신 알고리즘 소개
이 책이 필요한 독자
- 데이터 분석에 관심이 많고 데이터 분석가로 취업 및 전직을 하고 싶은 모든 비전공자
- 캐글을 포함한 각종 경진 대회에 직접 참여하고 싶은 분들
- 업무 협업을 위한 기초적인 Git, Linux, Github 블로그 활용법이 궁금한 분들
소스코드 다운로드
https://github.com/bjpublic/pythonkaggle
이 책의 주목적은 코딩을 처음 접하는 사람이 데이터 분석 및 머신러닝을 수행하는 데 필요한 기본 문법을 익혀서 캐글 대회에 참여할 수 있는 역량을 키워 주는 동시에, 취업 포트폴리오를 만드는 일련의 과정을 포함합니다. 입문자분들을 대상으로 한 책이다 보니, 통계 및 머신러닝의 어려운 알고리즘 수식은 최대한 배제하고 설명하고 있습니다.
입문자가 어려움 없이 개념에 대한 이해를 하도록 최대한 노력하였는데, 이 책은 각 분야에 대하여 상세하게 설명한 책이라기보다는 데이터 분석가 및 머신러닝 개발자로 성장하는 데 필요한 부분들을 설명해 놓은 일종의 가이드북입니다. 저자의 철학대로 손으로 몸으로 체득해보시기 바랍니다.
저자 소개
저자 : Evan
학점은행제 경영 학사를 졸업하였고, 미국 나사렛대학교 필리핀 분교에서 신학과 철학 석사, 한동대학교 국제개발협력학과 석사를 졸업하였습니다. 회사에 무의미하게 매일 출근하는 것이 싫어 현재는 프리랜서로 활동하며 주로 대기업 및 취업 준비생을 위한 R, Python, SQL 강의 및 저술 활동에 매진하고 있습니다.
저자 : 조대연
울대학교 사회과학대학에서 경제 학사로 졸업한 후 국방관리연구소에서 연구원으로 근무하며 처음 컴퓨터를 접하고 이에 매료되어 미국 피츠버그대학 경영대학원의 Ph.D. 과정에 진학하여 머신러닝, 신경망 이론 등 컴퓨터과학 전공자들이 듣는 과목들을 수강하고 이를 활용하여 졸업 논문
을 마무리하였습니다.
최근에는 빅데이터를 형성하도록 데이터를 생산하는 사물인터넷과 사물 인공 지능에도 관심을 갖고 연구하고 있습니다.
저자 : 김보경
NLP 기반 프로젝트를 진행해 고용노동부와 아시아경제가 주관한 빅 데이터 분석 기반 서비스 기획 모델링 경진 대회에서 장려상을 받았습니다. 이 책에서는 시각화 파트 집필에 참여했습니다.
저자 : 정필원
2018년 상하이 텐센트 창업단지에서 글로벌 스타트업 프로그램을 이수하고, 2020년에는 하이비전 데이터 엔지니어링 인턴으로 근무하기도 하였습니다. 데이터 분석을 통한 경영 전략을 더 연구하기 위해 현재 대학원을 준비하고 있습니다.
저자 : 최준영
한국정보과학회의 학술 대회인 2020한국컴퓨터종합학술대회(KCC2020)에서 학부생/주니어논문경진대회의 학부생 논문 부문에 참가하여 장려상을 수상하기도 했습니다.
목차
Part 1 Intro
1 구글 코랩 & 캐글
1.1 구글 코랩(Colaboratory)에 관해
1.2 캐글(Kaggle)에 관해
2 파이썬 기초 문법
2.1 변수(Scalar)
2.2 변수(Non-Scalar)
2.3 리스트(List)
2.4 튜플(Tuple)
2.5 딕셔너리(Dictionary)
2.6 집합(Set) 자료형
2.7 파이썬의 조건문
2.8 파이썬의 반복문
2.9 정리
3 Numpy
3.1 NumPy 기본 문법
3.2 NumPy 배열 생성 및 둘러보기
3.3 NumPy 인덱싱과 슬라이싱
3.4 NumPy 정렬
3.5 정리
4 Pandas 라이브러리
4.1 Pandas 설치
4.2 구글 드라이브와 연동
4.3 데이터 둘러보기
4.4 데이터 다뤄 보기
4.5 데이터 인덱싱
4.6 기본 데이터 전처리
4.7 정리
5 파이썬 시각화
5.1 Matplotlib 라이브러리
5.2 Seaborn 라이브러리
5.3 Intermediate Level 도전
5.4 정리
6 머신러닝의 역사
7 캐글에서 사용되는 다양한 머신러닝 알고리즘
7.1 지도 학습과 비지도 학습
7.2 회귀 모형
7.3 의사 결정 나무
7.4 앙상블 학습
7.5 배깅(Bagging)
7.6 랜덤 포레스트(Random Forest)
7.7 부스팅 기법(Boosting Methods)
7.8 스태킹 또는 블렌딩 기법(Stacking or Blending Methods)
7.9 사이킷런(Scikit-Learn)
7.10 정리
Part 2 Kaggle Basic
1 캐글 노트북(Kaggle Notebook)에 관한 흥미로운 토론
2주택 가격 예측 문제
2.1 Kaggle API 다운로드
2.2 Kaggle API 업로드
2.3 Kaggle 데이터 다운로드 및 불러오기
2.4 데이터 둘러보기
2.5 머신러닝 Workflow
2.6 Feature Engineering
2.7 머신러닝 모형 학습 및 평가
3 진짜 재난 뉴스 판별기 만들기
3.1 텍스트 분석 수행 과정
3.2 Kaggle 데이터 불러오기
3.3 탐색적 자료 분석
3.4 Feature Engineering
3.5 머신러닝 모형 학습 및 평가
3.6 정리
Part 3 Kaggle Intermediate
1 Boosting 알고리즘의 발전
1.1 XGBoost
1.2 LightGBM
1.3 CatBoost
2 New York City Taxi Fare Prediction
2.1 Kaggle 데이터 다운로드
2.2 데이터 시각화
2.3 Feature Engineering
2.4 Modelling
3 San Francisco Crime Classfication
3.1 데이터 불러오기
3.2 평가 지표 확인
3.3 탐색적 자료 분석
3.4 Feature Engineering
3.5 Modelling
3.6 정리
3.7 데이터 과학의 프로세스 리뷰
Part 4 Beyond Kaggle
1 자격증은 정말로 중요한가?
2 면접은 어떻게 구성이 되는가?
3 Github와 기술 블로그의 장점
3.1 기록의 관점에서
3.2 정보 공유의 관점에서
3.3 커리어 관리의 관점에서
4 Github & Git
4.1 Github
4.2 Google Colab과 Github의 연동
4.3 Git 연동
4.4 Git & 리눅스 명령어
4.5 Github 블로그
4.6 Github 포트폴리오
1 구글 코랩 & 캐글
1.1 구글 코랩(Colaboratory)에 관해
1.2 캐글(Kaggle)에 관해
2 파이썬 기초 문법
2.1 변수(Scalar)
2.2 변수(Non-Scalar)
2.3 리스트(List)
2.4 튜플(Tuple)
2.5 딕셔너리(Dictionary)
2.6 집합(Set) 자료형
2.7 파이썬의 조건문
2.8 파이썬의 반복문
2.9 정리
3 Numpy
3.1 NumPy 기본 문법
3.2 NumPy 배열 생성 및 둘러보기
3.3 NumPy 인덱싱과 슬라이싱
3.4 NumPy 정렬
3.5 정리
4 Pandas 라이브러리
4.1 Pandas 설치
4.2 구글 드라이브와 연동
4.3 데이터 둘러보기
4.4 데이터 다뤄 보기
4.5 데이터 인덱싱
4.6 기본 데이터 전처리
4.7 정리
5 파이썬 시각화
5.1 Matplotlib 라이브러리
5.2 Seaborn 라이브러리
5.3 Intermediate Level 도전
5.4 정리
6 머신러닝의 역사
7 캐글에서 사용되는 다양한 머신러닝 알고리즘
7.1 지도 학습과 비지도 학습
7.2 회귀 모형
7.3 의사 결정 나무
7.4 앙상블 학습
7.5 배깅(Bagging)
7.6 랜덤 포레스트(Random Forest)
7.7 부스팅 기법(Boosting Methods)
7.8 스태킹 또는 블렌딩 기법(Stacking or Blending Methods)
7.9 사이킷런(Scikit-Learn)
7.10 정리
Part 2 Kaggle Basic
1 캐글 노트북(Kaggle Notebook)에 관한 흥미로운 토론
2주택 가격 예측 문제
2.1 Kaggle API 다운로드
2.2 Kaggle API 업로드
2.3 Kaggle 데이터 다운로드 및 불러오기
2.4 데이터 둘러보기
2.5 머신러닝 Workflow
2.6 Feature Engineering
2.7 머신러닝 모형 학습 및 평가
3 진짜 재난 뉴스 판별기 만들기
3.1 텍스트 분석 수행 과정
3.2 Kaggle 데이터 불러오기
3.3 탐색적 자료 분석
3.4 Feature Engineering
3.5 머신러닝 모형 학습 및 평가
3.6 정리
Part 3 Kaggle Intermediate
1 Boosting 알고리즘의 발전
1.1 XGBoost
1.2 LightGBM
1.3 CatBoost
2 New York City Taxi Fare Prediction
2.1 Kaggle 데이터 다운로드
2.2 데이터 시각화
2.3 Feature Engineering
2.4 Modelling
3 San Francisco Crime Classfication
3.1 데이터 불러오기
3.2 평가 지표 확인
3.3 탐색적 자료 분석
3.4 Feature Engineering
3.5 Modelling
3.6 정리
3.7 데이터 과학의 프로세스 리뷰
Part 4 Beyond Kaggle
1 자격증은 정말로 중요한가?
2 면접은 어떻게 구성이 되는가?
3 Github와 기술 블로그의 장점
3.1 기록의 관점에서
3.2 정보 공유의 관점에서
3.3 커리어 관리의 관점에서
4 Github & Git
4.1 Github
4.2 Google Colab과 Github의 연동
4.3 Git 연동
4.4 Git & 리눅스 명령어
4.5 Github 블로그
4.6 Github 포트폴리오
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
