Top

R과 RStudio를 활용한 빅데이터 분석 (세트)

  • 지은이노만 매트로프, 마크 P.J. 판 데르 루, 에드윈 데 용에
  • ISBN : 9788960774391
  • 45,000원
  • 2013년 05월 31일 펴냄
  • 페이퍼백 | 644쪽 | 188*250mm
  • 시리즈 : 데이터 과학, 클라우드 컴퓨팅

책 소개

[ 세트 구성: 전2권 ]

1) 『빅데이터 분석 도구 R 프로그래밍: 데이터 고급 분석과 통계 프로그래밍을 위한』
2) 『RStudio 따라잡기: 빅데이터 시대 쉽고 빠른 R 통계 프로그래밍을 위한』


『빅데이터 분석 도구 R 프로그래밍』 소개

통계 프로그래밍 언어인 R의 활용과 R을 사용한 소프트웨어 개발, R의 언어적 측면까지 쉽게 배울 수 있는 R에 관한 최고의 책. 통계학을 잘 몰라도 프로그래밍에 관한 초보적인 지식만 있다면 쉽게 익힐 수 있다. 이 책에서는 R에서 사용하는 기본적인 데이터 구조부터 함수형 프로그래밍과 객체지향 프로그래밍 개념, 수학적 시뮬레이션, 그리고 복잡한 데이터를 단순하고 유용한 형태로 재배치하는 R의 활용법 등에 대한 내용까지 다양하게 다룬다.

이 책에서 다루는 내용
■ 복잡한 데이터 세트와 함수를 시각화하는 예술적인 그래프 만들기
■ 병렬 R과 벡터화를 통한 좀더 효율적인 코드 작성
■ 코드 속도 및 기능 향상을 위한 R과 C/C++, 파이썬과의 인터페이스
■ 텍스트 분석, 이미지 수정 등을 위한 패키지 찾기
■ 개선된 디버깅 기술을 활용해 귀찮은 버그 찾아 고치기

이 책의 대상 독자
많은 사람이 R을 주로 임시변통으로 사용한다. 히스토그램을 그리거나 회귀분석을 한다든가, 통계 기능 등 다양한 용도로 사용하는 식이다. 그러나 이 책은 R로 소프트웨어를 개발하는 사람들을 위해 기획됐다. 이 책은 전문적인 소프트웨어 개발자부터 대학에서 프로그래밍 수업을 한 번쯤 들어 본 사람까지 모두를 대상으로 한다. 그 중에서도 ‘특정한 목적을 갖고 R 코드를 작성하려는 사람’이라면 꼭 읽어야 할 책이다. 하지만 어려운 통계학 지식은 그다지 필요하지 않다.

이 책은 다음과 같은 사람들에게 도움이 될 것이다.

■ 병원이나 정부 기관에서 일하면서 정기적으로 통계 보고서를 작성해야 하고 이를 자동화한 프로그램을 개발하려는 분석가
■ 새로이 혹은 기존 방식의 절차를 통합해 통계 방법론을 개발, 이를 코드화해 일반 연구 커뮤니티에서 쓰려는 학계 연구원
■ 마케팅, 소송 지원, 언론, 출판, 그 외 복잡한 데이터를 표현하는 그래픽 코드를 개발해야 하는 관련 전문가
■ 통계 분석이 포함된 프로젝트를 진행하는 소프트웨어 개발 경험이 있는 전문 프로그래머
■ 통계 컴퓨팅 수업을 듣는 학생


『RStudio 따라잡기』 소개

R은 데이터 분석 분야에서 단기간에 다양한 사용자를 끌어들인 오픈소스 통계 프로그래밍 언어다. RStudio는 가장 보편적으로 사용되며 운영체제 환경 등에 상관없이 활용할 수 있으며 지원도 빠른 오픈소스 기반 R용 IDE 툴이다. 이 책에서는 빠르고 효율적인 통계 분석 프로젝트 생성, 관리, 데이터 불러오기, R 스크립트 개발, 보고서와 그래픽 생성 등을 가르쳐 준다. R 개발자들은 패키지 개발, 코딩 원칙, RStudio를 이용한 버전 관리에 대해 배울 수 있다. 또한 단계별 지침을 이용하여 R 개발을 위한 통합 개발 환경을 빠르게 마스터할 수 있도록 기능이 풍부하면서도 쉬운 예제로 구성되었다.

이 책에서 다루는 내용
■ 데스크톱이나 웹 서버에서 RStudio 설치 및 실행
■ 최신 및 고급 R 콘솔 기능
■ 코드 편집 및 탐색 수행
■ 고급 대화형 그래픽 생성
■ R 프로젝트와 프로젝트 파일의 효율적인 관리
■ R 확장 패키지 작성
■ R 프로젝트로 재현 가능한 통계분석 수행

이 책의 대상 독자
이 책은 RStudio 기능을 최대한 활용하여 R 개발 노력을 경감하고자 하는 R 개발자와 분석가를 대상으로 만들었다. 따라서 여러분이 이미 R에 대해 잘 알고 있다고 가정한다. RStudio를 이용하여 R 개발을 시작하려는 사람에게도 이 책은 도움이 될 것이다. 이미 R을 이용하고 있지만 재현 가능한 통계분석 프로젝트를 만들거나 자작 패키지를 개발하여 R을 확장하기를 원한다면, 이 책에서 RStudio를 이용하여 좀더 신속하게 실행하는 방법을 배울 수 있다.

저자/역자 소개

[ 저자 소개 ]

노만 매트로프 (Norman Matloff)
UC Davis의 전산학과(전 통계학과) 교수다. 병렬 처리 및 통계적 회귀 기법에 대해 연구 중이며, 소프트웨어 개발에서 널리 사용되는 수많은 웹 튜토리얼의 저자다. 뉴욕타임스, 워싱턴포스트, 포브스, LA타임스 등에 여러 칼럼을 기고했으며, 『The Art of Debugging』의 공저자이기도 하다.

마크 P.J. 판 데르 루 (Mark P.J. van der Loo)
네덜란드 네이메헌대학교 이론화학연구원에서 박사학위를 받았다. 2007년 이후로 네덜란드 통계청의 통계방법론 부서에서 연구를 하고 있다. 관심 연구 분야는 데이터 정제 방법과 전산통계 업무 자동화다. 네덜란드 통계청에서 지역 R 전문센터를 담당하며, R을 이용한 전산통계에 대해 사용자들을 교육하고 지원하고 있다. 수년 동안 R을 교육해 왔고 CRAN에서 다운로드할 수 있는 R 패키지(editrules, deducorrect, rspa, extremevalues)를 만든 공동개발자다. 저술 목록은 웹 사이트(www.markvanderloo.eu)에서 볼 수 있다.

에드윈 데 용에 (Edwin de Jonge)
네덜란드 통계청에서 15년 이상 근무해 왔다. 이론과 전산고체물리학 석사학위를 받은 후 전산통계 부서에서 업무를 시작했다. 현재는 통계방법론 부서에서 연구를 하고 있다. 관심 연구 분야는 데이터 시각화, 데이터 분석, 전산통계다. R을 이용한 그래픽 분석 워크숍에서 150명 이상의 사람들을 교육시켰으며, CRAN에서 다운로드할 수 있는 R패키지(tabplot, tabplotd3, ffbase, whisker, editrule, deducorrect)를 만든 공동개발자다.


[ 옮긴이 소개 ]

권정민
KAIST와 POSTECH에서 산업공학 및 전산학을 전공하고 다양한 데이터 처리 및 분석 업무를 경험한 후 현재 NexR에서 데이터 분석 관련 업무를 하고 있다. 데이터가 화두로 떠오르기 조금 전에 세상이 데이터로 이뤄졌음을 깨달았다는 것에 조그마한 자부심을 느끼며, 데이터에서 가치를 찾아내는 일을 좀더 즐겁고 지속적으로 할 수 있는 방안을 찾고자 하루하루 고민하며 연구한다.

정사범
산업공학을 전공했으며 현재는 LG전자 생산기술원에서 제품 개발과 생산 과정에서 발생되는 다양한 데이터를 분석하기 위한 데이터 마이닝 알고리즘 연구 및 소프트웨어를 개발하고 있다. 특히 최근에는 비정형화된 데이터를 분석해 제품 개발 지식을 체계화하기 위한 방법에 대해 관심이 많으며, 해당 연구에 노력을 기울이고 있다.

목차

목차
  • 『빅데이터 분석 도구 R 프로그래밍』
  • 1장 시작하기
    • 1.1 R 실행하기
      • 1.1.1 인터랙티브 모드
      • 1.1.2 배치 모드
    • 1.2 첫 번째 R 세션
    • 1.3 함수 소개
      • 1.3.1 변수의 범위
      • 1.3.2 기본 인수
    • 1.4 중요한 R 데이터 구조 예습하기
      • 1.4.1 R의 일꾼, 벡터
      • 1.4.2 문자열
      • 1.4.3 행렬
      • 1.4.4 리스트
      • 1.4.5 데이터 프레임
      • 1.4.6 클래스
    • 1.5 확장 예제: 시험 성적을 회귀 분석하기(1)
    • 1.6 시작과 종료
    • 1.7 도움말 사용하기
      • 1.7.1 help() 함수
      • 1.7.2 example() 함수
      • 1.7.3 무엇을 찾는지 정확하게 모르는 경우
      • 1.7.4 다른 주제들에 대한 도움말
      • 1.7.5 배치 모드에서의 도움말
      • 1.7.6 인터넷 도움말
  • 2장 벡터
    • 2.1 스칼라, 벡터, 배열, 행렬
      • 2.1.1 벡터에 원소 추가 또는 삭제하기
      • 2.1.2 벡터의 길이 파악하기
      • 2.1.3 행렬과 배열을 벡터처럼 사용하기
    • 2.2 선언
    • 2.3 재사용
    • 2.4 일반 벡터 연산
      • 2.4.1 벡터의 산술 및 논리 연산
      • 2.4.2 벡터 인덱싱
      • 2.4.3 연산자로 유용한 벡터 생성하기
      • 2.4.4 seq()를 이용해 벡터 순서 생성하기
      • 2.4.5 rep()을 이용해 숫자 반복 벡터 만들기
    • 2.5 all()과 any() 사용하기
      • 2.5.1 확장 예제: 1이 연달아 나오는 부분 찾기
      • 2.5.2 확장 예제: 이산적 시계열값 예측하기
    • 2.6 벡터화 연산
      • 2.6.1 벡터 입력과 출력
      • 2.6.2 벡터 입력, 행렬 출력
    • 2.7 NA와 NULL값
      • 2.7.1 NA 사용하기
      • 2.7.2 NULL 사용하기
    • 2.8 필터링
      • 2.8.1 필터링된 인덱스 생성하기
      • 2.8.2 subset() 함수로 필터링하기
      • 2.8.3 선택 함수 which()
    • 2.9 벡터화 된 조건문: ifelse() 함수
      • 2.9.1 확장 예제: 연관성 측정
      • 2.9.2 확장 예제: Abalone 데이터 세트 기록하기
    • 2.10 벡터 동일성 테스트
    • 2.11 벡터 원소의 이름
    • 2.12 c() 이상의 것
  • 3장 행렬과 배열
    • 3.1 행렬 만들기
    • 3.2 일반 행렬 연산
      • 3.2.1 행렬에서 선형대수 연산 처리
      • 3.2.2 행렬 인덱싱
      • 3.2.3 확장 예제: 이미지 다루기
      • 3.2.4 행렬 필터링
      • 3.2.5 확장 예제: 공분산 행렬 생성하기
    • 3.3 행렬의 행과 열에 함수 적용하기
      • 3.3.1 apply() 함수 사용하기
      • 3.3.2 확장 예제: 아웃라이어 탐색
    • 3.4 행렬에 행과 열 추가 및 제거하기
      • 3.4.1 행렬 크기 바꾸기
      • 3.4.2 확장 예제: 그래프에서 서로 거리가 가장 가까운 두 점 찾기
    • 3.5 벡터/행렬을 더 정확히 구분하기
    • 3.6 의도하지 않은 차원 축소 피하기
    • 3.7 행렬의 행과 열에 이름 붙이기
    • 3.8 고차원 배열
  • 4장 리스트
    • 4.1 리스트 생성하기
    • 4.2 일반 리스트 연산
      • 4.2.1 리스트 인덱싱
      • 4.2.2 리스트에 원소를 추가하고 삭제하기
      • 4.2.3 리스트의 크기 확인하기
      • 4.2.4 확장 예제: 텍스트 일치 확인하기(1)
    • 4.3 리스트 구성요소와 값에 접근하기
    • 4.4 리스트에 함수 적용하기
      • 4.4.1 lapply()와 sapply() 함수 사용하기
      • 4.4.2 확장 예제: 텍스트 일치 확인하기(2)
      • 4.4.3 확장 예제: 다시 Abalone 데이터 사용하기
    • 4.5 재귀 리스트
  • 5장 데이터 프레임
    • 5.1 데이터 프레임 생성하기
      • 5.1.1 데이터 프레임에 접근하기
      • 5.1.2 확장 예제: 시험 성적을 회귀 분석하기(2)
    • 5.2 기타 행렬 방식 연산
      • 5.2.1 부분 데이터 프레임 추출하기
      • 5.2.2 NA 값을 다루는 추가적 방법들
      • 5.2.3 rbind()와 cbind() 및 관련 함수 사용하기
      • 5.2.4 apply() 적용하기
      • 5.2.5 확장 예제: 월급 연구
    • 5.3 데이터 프레임 결합하기
      • 5.3.1 확장 예제: 직원 데이터베이스
    • 5.4 데이터 프레임에 함수 적용하기
      • 5.4.1 데이터 프레임에 lapply()와 sapply() 사용하기
      • 5.4.2 확장 예제: 로지스틱 회귀 모델 적용하기
      • 5.4.3 확장 예제: 중국어 사투리 공부 도와주기
  • 6장 팩터와 테이블
    • 6.1 팩터와 레벨
    • 6.2 팩터에 사용되는 일반적인 함수
      • 6.2.1 tapply() 함수
      • 6.2.2 split() 함수
      • 6.2.3 by() 함수
    • 6.3 테이블 사용하기
      • 6.3.1 테이블로 행렬/배열 연산하기
      • 6.3.2 확장 예제: 부분 테이블 추출하기
      • 6.3.3 확장 예제: 테이블에서 가장 큰 셀 찾기
    • 6.4 그 밖의 팩터 및 테이블 관련 함수
      • 6.4.1 aggregate() 함수
      • 6.4.2 cut() 함수
  • 7장 R 프로그래밍 구조
    • 7.1 조건문
      • 7.1.1 반복문
      • 7.1.2 벡터 이외의 유형을 사용하는 반복문
      • 7.1.3 if-else
    • 7.2 산술 및 불리언 연산 및 값
    • 7.3 인수의 기본값
    • 7.4 반환값
      • 7.4.1 명시적으로 return()을 호출할지 판단하기
      • 7.4.2 복잡한 객체 반환하기
    • 7.5 함수는 객체다
    • 7.6 환경 설정 및 범위 문제
      • 7.6.1 최상위 레벨 환경변수
      • 7.6.2 범위 계층 구조
      • 7.6.3 ls() 좀 더 살펴보기
      • 7.6.4 함수는 거의 부작용이 없다
      • 7.6.5 확장 예제: 호출 프레임의 내용을 보여주는 함수
    • 7.7 R에는 포인터가 없다
    • 7.8 위층에 쓰기
      • 7.8.1 고급 할당 연산자를 이용한 지역 외 변수 사용하기
      • 7.8.2 assign()을 이용해 지역 외 변수 사용하기
      • 7.8.3 확장 예제: R에서의 이산 사건 시뮬레이션
      • 7.8.4 광역 변수는 언제 사용해야 하나?
      • 7.8.5 클로저(Closure)
    • 7.9 재귀
      • 7.9.1 퀵소트 구현
      • 7.9.2 확장 예제: 바이너리 서치 트리
    • 7.10 교체 함수
      • 7.10.1 교체 함수를 사용할 때 고려해야 하는 사항
      • 7.10.2 확장 예제: 자동 부기 벡터 클래스
    • 7.11 함수 코드 작성용 도구
      • 7.11.1 텍스트 에디터와 통합 개발 툴
      • 7.11.2 edit() 함수
    • 7.12 자신만의 바이너리 연산자 사용하기
    • 7.13 무기명 함수
  • 8장 R에서 수학과 시뮬레이션 하기
    • 8.1 수학 함수
      • 8.1.1 확장 예제: 확률 계산
      • 8.1.2 누적 합과 곱
      • 8.1.3 최소값과 최대값(복수 가능)
      • 8.1.4 미적분
    • 8.2 통계 분포를 위한 함수
    • 8.3 정렬
    • 8.4 벡터와 행렬의 선형 대수 연산
      • 8.4.1 확장 예제: 벡터 외적
      • 8.4.2 확장 예제: 마코브 체인(Markov Chain)의 고정 분포 찾기
    • 8.5 집합 연산
    • 8.6 R에서 시뮬레이션 프로그래밍 하기
      • 8.6.1 내장 랜덤 변수 생성기
      • 8.6.2 반복 수행 시에 동일한 랜덤 연속값 얻기
      • 8.6.3 확장 예제: 조합 시뮬레이션
  • 9장 객체 지향 프로그래밍
    • 9.1 S3 클래스
      • 9.1.1 S3 제네릭 함수
      • 9.1.2 예제: 선형 모델 함수 lm()에서 OOP
      • 9.1.3 제네릭 메소드 실행 내역 찾기
      • 9.1.4 S3 클래스 작성하기
      • 9.1.5 상속 사용하기
      • 9.1.6 확장 예제: 위 삼각 행렬 저장 클래스
      • 9.1.7 확장 예제: 다항 회귀 분석 과정
    • 9.2 S4 클래스
      • 9.2.1 S4 클래스 작성하기
      • 9.2.2 S4 클래스에서 제네릭 함수 구현하기
    • 9.3 S3 대 S4
    • 9.4 객체 관리하기
      • 9.4.1 ls() 함수를 사용해 객체 나열하기
      • 9.4.2 rm() 함수를 사용해 특정 객체 제거하기
      • 9.4.3 save() 함수를 사용해 객체들을 저장하기
      • 9.4.4 “이건 뭐지?”
      • 9.4.5 exists() 함수
  • 10장 입력과 출력
    • 10.1 키보드와 모니터에 접근하기
      • 10.1.1 scan() 함수 사용하기
      • 10.1.2 readline() 함수 사용하기
      • 10.1.3 화면에 출력하기
    • 10.2 파일 읽고 쓰기
      • 10.2.1 파일에서 데이터 프레임이나 행렬 읽어오기
      • 10.2.2 텍스트 파일 읽기
      • 10.2.3 커넥션 입문
      • 10.2.4 확장 예제: PUMS 통계 파일
      • 10.2.5 URL을 통해 원격으로 파일에 접속하기
      • 10.2.6 파일에 쓰기
      • 10.2.7 파일과 디렉터리 정보 얻기
      • 10.2.8 확장 예제: 많은 파일의 내용의 합
    • 10.3 인터넷에 접근하기
      • 10.3.1 TCP/IP 개요
      • 10.3.2 R의 소켓
      • 10.3.3 확장 예제: 병렬처리 R 구현하기
  • 11장 문자열 처리
    • 11.1 문자열 처리 함수 개요
      • 11.1.1 grep()
      • 11.1.2 nchar()
      • 11.1.3 paste()
      • 11.1.4 sprint()
      • 11.1.5 substr()
      • 11.1.6 strsplit()
      • 11.1.7 regexpr()
      • 11.1.8 gregexpr()
    • 11.2 정규 표현식
      • 11.2.1 확장 예제: 주어진 확장자의 파일명 테스트
      • 11.2.2 확장 예제: 파일명 구성하기
    • 11.3 디버깅 도구 edtdbg에서 문자열 관련 기능 사용하기
  • 12장 그래픽
    • 12.1 그래프 만들기
      • 12.1.1 R 기본 그래픽의 주요 담당자: plot() 함수
      • 12.1.2 선 추가하기: abline() 함수
      • 12.1.3 기존 것을 유지한 상태로 새 그래프 그리기
      • 12.1.4 확장 예제: 한 화면에 두 개의 밀도 추정 그래프 나타내기
      • 12.1.5 확장 예제: 다항 회귀 예제
      • 12.1.6 점 추가: points() 함수
      • 12.1.7 범례 추가: legend() 함수
      • 12.1.8 텍스트 추가: text() 함수
      • 12.1.9 위치 찾기: locator() 함수
      • 12.1.10 그래프 복구
    • 12.2 그래프 꾸미기
      • 12.2.1 문자 크게 조절: cex 옵션
      • 12.2.2 축의 범위 바꾸기: xlim과 ylim 옵션
      • 12.2.3 다각형 추가. polygon() 함수
      • 12.2.4 선의 곡선화: lowess()와 loess() 함수
      • 12.2.5 명시적 함수 그래프화
      • 12.2.6 확장 예제: 곡선의 일부를 확대하기
    • 12.3 그래프를 파일에 저장하기
      • 12.3.1 R 그래픽 장치
      • 12.3.2 출력된 그래프 저장하기
      • 12.3.3 R 그래픽 장치 닫기
    • 12.4 3차원 그래프 생성하기
  • 13장 디버깅
    • 13.1 디버깅의 기본 원칙
      • 13.1.1 디버깅의 기본: 확인 원칙
      • 13.1.2 작은 것부터 시작하기
      • 13.1.3 모듈식, 하향식 디버깅
      • 13.1.4 버그 예방
    • 13.2 왜 디버깅 도구를 사용할까?
    • 13.3 R 디버깅 기능 사용하기
      • 13.3.1 debug()와 browser() 함수를 사용한 개별 단계 살펴보기
      • 13.3.2 브라우저 명령어 사용하기
      • 13.3.3 중단점 설정하기
      • 13.3.4 trace() 함수로 추적하기
      • 13.3.5 충돌 발생 후 traceback()과 debugger() 함수를 사용해 확인하기
      • 13.3.6 확장 예제: 두 가지의 전체 디버깅 과정
    • 13.4 국제적인 움직임: 보다 편리한 디버깅 도구
    • 13.5 시뮬레이션 코드 디버깅에서의 일관성 보장하기
    • 13.6 구문 및 런타임 오류
    • 13.7 R 자체에서 GDB 실행하기
  • 14장 성능 향상: 속도와 메모리
    • 14.1 빠른 R 코드 작성하기
    • 14.2 반복문에 대한 두려움
      • 14.2.1 속도 향상을 위한 벡터화
      • 14.2.2 확장 예제: 몬테카를로 시뮬레이션의 속도를 향상시키기
      • 14.2.3 확장 예제: 멱행렬 생성하기
    • 14.3 함수형 프로그래밍과 메모리 문제
      • 14.3.1 벡터 할당 문제
      • 14.3.2 복사 후 변경 문제
      • 14.3.3 확장 예제: 메모리 복사 피하기
    • 14.4 코드에서 느린 부분을 찾을 때 사용하는 Rprof()
      • 14.4.1 Rprof()를 사용한 모니터링
      • 14.4.2 Rprof()의 작동 원리
    • 14.5 바이트 코드 컴파일
    • 14.6 데이터가 메모리에 들어가지 않아요!
      • 14.6.1 청킹
      • 14.6.2 메모리 관리를 위한 R 패키지 사용하기
  • 15장 타 언어와 R을 인터페이스하기
    • 15.1 R에서 호출하는 C/C++ 함수 작성하기
      • 15.1.1 R을 C/C++과 연동할 때의 선행지식
      • 15.1.2 예제: 정사각 행렬에서 부분 대각행렬 추출
      • 15.1.3 컴파일하고 코드 실행하기
      • 15.1.4 R/C 코드 디버깅하기
      • 15.1.5 확장 예제: 이산 시계열값 예측
    • 15.2 파이썬에서 R 사용하기
      • 15.2.1 RPy 설치하기
      • 15.2.2 RPy 문법
  • 16장 병렬 R
    • 16.1 상호 아웃링크 문제
    • 16.2 snow 패키지 소개
      • 16.2.1 snow 코드 실행하기
      • 16.2.2 snow 코드 분석하기
      • 16.2.3 어느 정도의 속도 향상이 가능할까
      • 16.2.4 확장 예제: K-평균 클러스터링
    • 16.3 C 사용하기
      • 16.3.1 멀티코어 사용하기
      • 16.3.2 확장 예제: OpenMP에서의 상호 아웃링크 문제
      • 16.3.3 OpemMP 코드 실행하기
      • 16.3.4 OpenMP 코드 분석
      • 16.3.5 다른 OpenMP 프라그마
      • 16.3.6 GPU 프로그래밍
    • 16.4 성능에 대해 일반적으로 고려할 사항
      • 16.4.1 과부하의 원인
      • 16.4.2 당황스러운 병렬 어플리케이션과 그렇지 않은 어플리케이션의 차이
      • 16.4.3 정적 할당 대 동적 할당
      • 16.4.4 소프트웨어 연금술: 일반적인 문제를 당황스러운 병렬 문제로 바꾸기
    • 16.5 병렬 R 코드 디버깅하기
  • 부록 AR 설치하기
    • A.1 CRAN에서 R 내려 받기
    • A.2 리눅스 패키지 매니저를 사용해 설치하기
    • A.3 소스 파일로 설치하기
  • 부록 B 패키지 설치 및 사용
    • B.1 기본 패키지
    • B.2 하드 디스크에서 패키지 불러오기
    • B.3 웹에서 패키지 다운로드하기
      • B.3.1 자동으로 패키지 설치하기
      • B.3.2 수동으로 패키지 설치하기
    • B.4 패키지 내의 함수 리스트 보기

  • 『RStudio 따라잡기』
  • 1장 시작하기
    • 한눈에 보는 RStudio
    • RStudio 설치
      • R 설치
        • 윈도우와 맥 OS X에서 R 설치
        • 리눅스에서 R 설치
    • 소스코드를 이용한 R 빌드
    • 윈도우에서 R 빌드
    • RStudio 설치
      • RStudio 서버 설치
      • R 패키지 설치
    • 개요 : 첫 번째 R세션
      • 단축키
      • 도움말 찾기
        • RStudio 제거
    • 추가 참고 도서
    • 요약

  • 2장 R 스크립트 작성과 R 콘솔
    • R에 근접하기
    • R 콘솔의 기능
      • 실행 명령
      • 명령 이력
      • 명령어 완성
        • 함수와 매개변수 완성
        • 객체 완성
        • 파일 이름 완성
      • 콘솔용 단축키
    • 소스편집기의 기능
      • R 스크립트 편집
        • 구문 강조
        • 들여쓰기
        • 주석 달기
        • 찾기와 바꾸기
      • 코드 접기, 분할, 탐색
        • 코드 접기
        • 코드 탐색
        • 코드 분할
        • 코드 실행
    • 요약
  • 3장 데이터 보기와 플로팅
    • 데이터 보기와 객체 브라우저
    • 플로팅
      • 내보내기
      • 탐색
    • manipulate 패키지를 이용한 대화형 플로팅
      • 조정 함수
      • 더 많은 조정 옵션 이용하기
      • 고급 주제: manipulate로부터 플롯 매개변수 가져오기
    • 요약
  • 4장 R 프로젝트 관리
    • R 프로젝트
      • R 프로젝트 만들기
      • 디렉터리 구조와 파일 조작
    • 버전 관리
      • 버전 관리란
        • GIT 또는 Subversion 설치
      • 단일 개발자 프로젝트를 위한 버전 관리
        • GIT
        • Subversion
    • 팀작업
    • 추가 참고 도서
    • 요약
  • 5장 보고서 생성
    • 보고서 생성을 위한 사전 준비
    • 노트북
      • 노트북 옵션
      • 노트북 게시
    • R 마크다운과 Rhtml
      • R 마크다운 작업순서
      • 확장 예제
      • 마크다운 문법
      • Rhtml
    • 코드 조각
      • 조각 구문과 선택 옵션
        • RMarkdown: .Rmd files
        • Rhtml: .Rhtml files
        • LaTeX: .Rnw files
      • RStudio의 chunk 지원과 단축키
    • LaTeX
    • 추가 참고 도서
    • 요약
  • 6장 효과적인 Rstudio 활용
    • 함수 작성을 위한 추가 기능
      • 함수 추출
      • 함수 탐색
    • 패키지 작성법 소개
      • 전제 조건
      • 기본 구조와 워크플로
      • 패키지 디렉터리 구조 만들기
        • Roxygen2로 함수 문서화
      • devtools로 패키지 구축하기
        • Devtools 패키지에 대한 상세 내용
        • 패키지 게시

도서 오류 신고

도서 오류 신고

에이콘출판사에 관심을 가져 주셔서 고맙습니다. 도서의 오탈자 정보를 알려주시면 다음 개정판 인쇄 시 반영하겠습니다.

오탈자 정보는 다음과 같이 입력해 주시면 됩니다.

(예시) p.100 아래에서 3행 : '몇일'동안 -> 며칠동안