All the books in the world.

『통계의 아름다움』은 리찌엔 저자가 쓴 통계 및 인공지능 분야의 베스트셀러로, 96가지의 흥미로운 통계 이야기를 통해 독자들에게 통계의 매력을 전달합니다. 이 책은 통계학의 고전부터 최신 이론까지 아우르며, 데이터와 수학, 데이터 시각화까지 다양한 주제를 다루고 있습니다. 특히, 중학교 수학 수준의 기초 지식만으로도 접근할 수 있도록 구성되어 있어, 통계에 대한 이해가 부족한 독자들에게도 적합합니다. 이 책의 가장 큰 특징은 각 장마다 재미있고 유익한 사례를 통해 통계학의 다양한 개념을 설명한다는 점입니다. 예를 들어, 통계적 사고와 모델링, 데이터 시각화의 중요성을 다양한 역사적 사건과 일상적인 예시를 통해 쉽고 흥미롭게 풀어냅니다. 또한, QR 코드를 통해 제공되는 그래프와 통계 관련 이미지는 독자들..

"데이터 분석을 위한 줄리아"는 데이터 과학 분야에서 줄리아 언어의 강력한 기능을 탐구하고자 하는 독자들에게 완벽한 가이드입니다. 이 책은 줄리아의 기초부터 시작해 데이터 변환, 시각화, 예측 모델, 파이프라인 구축까지 데이터 분석의 모든 과정을 다룹니다. 특히, 줄리아의 빠른 속도와 효율성을 통해 대량의 데이터를 처리하는 방법을 배울 수 있습니다. 저자인 보구밀 카민스키는 줄리아의 핵심 데이터 패키지인 DataFrames.jl의 리드 개발자로서, 이 책을 통해 줄리아의 데이터 조작 능력을 깊이 있게 설명합니다. 책은 실세계 데이터셋을 활용하여 독자들이 실제 데이터 분석에 필요한 스킬을 익힐 수 있도록 돕습니다. 예를 들어, 체스 퍼즐 데이터나 환율 시계열 데이터 등을 통해 다양한 분석 기법을 실습할 수..

"확률론적 머신러닝: 기본편"은 머신러닝의 기초부터 심화까지 폭넓게 다루는 책으로, 머신러닝에 관심이 있는 분들에게 강력히 추천하는 도서입니다. 이 책은 케빈 머피가 저술한 것으로, 그는 브리티시컬럼비아대학교에서 교수로 재직했으며, 현재 구글 딥마인드에서 팀을 이끌고 있는 저명한 학자입니다. 그의 머신러닝 관련 저서는 이미 많은 독자에게 사랑받아 왔습니다. 이 책은 머신러닝의 기초적인 수학적 토대와 다양한 방법론을 포괄적으로 설명하며, 특히 딥러닝뿐만 아니라 다양한 데이터 시각화 기법과 신경망 구조에 대한 내용을 포함하고 있습니다. 챕터 제목에서 알 수 있듯이, "가우스 선별 분석"부터 "이미지를 위한 트랜스포머"까지 다양한 주제를 다루고 있어, 이론적 배경과 실용적인 응용을 모두 탐구할 수 있습니다. ..