데이터 분석과 데이터 과학

데이터 분석

정보를 발견하고 결론을 유추하거나 데이터를 조사, 정제, 변환, 모델링 하는 과정

1. 기술 통계 : 관측이나 실험을 통해 수집한 데이터를 정량화 하거나 요약
2. 탐색적 데이터 분석(EDA) : 데이터를 시각적으로 표현하여 주요 특징을 분석
3. 가설검정 : 주어진 데이터를 기반으로 특정 가정이 합당한지 평가

데이터 분석을 위한 도구

1. 파이썬 : 문법이 단순하고 쉽게 배울 수 있음
2. R : 통계 계산을 위해 개발된 언어
3. SQL : 데이터베이스를 다루기 위해 고안된 언어

필수 사용 패키지

1. Numpy : 고성능 과학 계산과 다차원 배열 생성
2. Pandas : 데이터 분석을 위한 패키지, 데이터 프레임 생성 가능하며 데이터 처리와 분석 관련 기능 제공
3. Matplotlib : 데이터 시각화를 위한 패키지, 정적 및 동적 그래프를 그릴 수 있고 다른 과학 패키지와 호환 가능
4. Scipy : Numpy를 기반으로 구축된 수학 및 과학 계산 전문 패키지
5. Scikit-learn : 파이썬의 독보적인 머신러닝 패키지

데이터 과학

구분	데이터 분석	데이터 과학
범주	비교적 소규모	대규모
목표	의사 결정을 돕기 위한 통찰 제공	문제 해결을 위해 최선의 솔루션을 만드는 것
주요 기술	컴퓨터 과학, 통계학, 시각화 등	컴퓨터 과학, 통계학, 머신러닝, 인공지능 등
빅데이터	사용	사용