한빛미디어

[들어가며]

현재 데이터 분석에서 가장 많이 사용되는 언어는 Python과 R이다. 

오랜 역사와 높은 신뢰도를 가진 R과, 머신러닝 분석이 쉬운 파이썬의 빠른 성장은 두 언어 중 어느 하나를 선택하기 어렵게 한다.

하지만 데이터 분석 실무를 수행하다보면, 데이터의 성격과 분석기법 등 여러가지 여건에 따라서 두 언어를 병행하거나 하나의 언어의 강점을 교차해서 이용하고 싶을 때가 많다. 

이 책은 바로 그럴 때 집어들기 좋다.

파이썬과 R의 기술적 유사점과 차이점에 대해서 모두 설명하며, 두 언어 중에 하나를 사용하는 학습자가 다른 언어를 살펴보기에 최적의 구성이기 때문이다. 

[PART 1 새로운 언어의 발견]

- CHAPTER 1 첫걸음

R와 Python의 기원과 발전 역사, 그리고 두 언어간의 경쟁에 대해서 정리한다. 

[PART 2 새로운 언어 시작하기]

- CHAPTER 2 파이썬 사용자를 위한 R

- CHAPTER 3 R 사용자를 위한 파이썬

R언어 입문과 파이썬 언어 입문이다. 단순히 프로그래밍 문법 설명에서 그치는 것이 아니라, 실제로 효율적으로 구성할 수 있는 다양한 환경과 작업 도구 및 설정을 알려준다. 

[PART 3 현대적 컨텍스트]

- CHAPTER 4 데이터 포맷 컨텍스트

- CHAPTER 5 워크플로 컨텍스트

이미지/텍스트/시계열 데이터와 공간정보 데이터를 다뤄보고, 머신러닝 프로젝트의 전체적인 워크플로를 체험해본다. 

[PART 4 파이썬과 R 함께 사용하기]

- CHAPTER 6 파이썬과 R의 시너지 효과

- CHAPTER 7 데이터 과학 사례 연구

파이썬과 R을 함께 사용했을 때의 시너지 효과에 대해서 알아보고, 간단한 예제에 대한 데이터 분석/시각화/머신러닝 실습을 해볼 수 있다. 

[부록] 파이썬-R 사전

이 책의 백미이다. 패키지관리부터 타입, 속성, 함수, 인덱싱까지 파이썬과 R을 상호 대칭으로  제시하여, 문법을 비교해보고 궁금한 내용을 찾아볼 수 있게 배치했다. 

[결론]

파이썬과 R을 모두 다루는데도 아주 간결한 책이다.

부담없이 가볍게 훑으면서 개념 잡기에 좋다. 

아무래도 현실의 데이터는 머신러닝 입문서의 예제만큼 잘 정리되고 정형화되어있지 않다. 

데이터의 성격과 연계도구와 분석용량 및 주어진 시간 등의 상황에 따라서 적절한 도구를 선택해야 한다.

이 책은 파이썬 사용자를 위한 R 입문과, R 사용자를 위한 파이썬 입문이 모두 가능하다는 뛰어난 장점을 갖고 있다.

둘 중 어느 언어로도 작업할 수 있도록 서로의 기초를 가볍게 흝어보기가 좋아서 만족스러웠다. 

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