수식 속에 머물러 있던 통계학을 파이썬으로 이해하다 통계학은 단순한 공식과 계산 중심의 학문이 아니라 제한된 데이터로 현상을 해석하고 합리적인 판단을 내리는 강력한 사고의 틀이다. 특히 인공지능(AI) 기술이 비약적으로 발전함에 따라 그 밑바탕이 되는 통계적 원리를 이해하는 일은 어느 때보다 중요해졌다. 이 책 『보이는 통계학 with 파이썬』은 통계학 전공자라면 반드시 알아야 할 핵심 이론과 현대 데이터 분석의 필수 언어인 파이썬을 결합한 교재이다. 이 책은 모집단과 표본, 확률, 추정, 검정이라는 통계학의 전통적인 기초에서 출발하여 인공지능의 핵심 개념인 분류분석과 군집분석, 인공신경망의 기초까지 자연스럽게 확장한다. 모든 이론은 파이썬 명령문과 시각화 결과를 통해 직관적으로 '보이도록' 구성되었다. 또한 [파이썬 실습 예제 → 파이썬 예제로 배우는 절 → 파이썬 실습문제]로 이어지는 학습 흐름을 적용하여 수식으로만 접하던 통계 개념을 실제 데이터와 파이썬 실행 결과로 확인할 수 있게 했다. 이러한 실습은 주피터 노트북(Jupyter Notebook)과 구글 코랩(Google Colab) 등 다양한 컴퓨팅 환경에서도 실행할 수 있도록 구성했다. 이 책은 통계학과 및 데이터사이언스·인공지능 관련 전공의 학부 1~2학년을 주요 대상으로 하며, 파이썬이 처음이어도 코드를 따라갈 수 있도록 구성했다. 통계학의 기본기를 탄탄히 다지면서도 인공지능 시대에 요구되는 통계적 사고의 기반을 마련하고자 하는 독자에게 적합하다.

PART 01 데이터의 수집과 기초 분석 CHAPTER 01 데이터의 수집 1.1 모집단과 표본 1.2 표본조사 1.3 실험 핵심정리 연습문제 CHAPTER 02 탐색적 분석 2.1 수치를 이용한 탐색적 분석 2.2 시각화를 이용한 탐색적 분석 핵심정리 연습문제 파이썬 실습문제 PART 02 확률이론과 모집단에 대한 통계적 추론 CHAPTER 03 확률이론의 기초 3.1 표본공간과 사건, 확률의 공리적 정의 3.2 조건부확률과 독립성 3.3 확률변수 3.4 둘 이상의 확률변수의 결합확률분포 3.5 다양한 확률분포 핵심정리 연습문제 CHAPTER 04 모집단과 표본 4.1 모집단과 모수 4.2 랜덤표본과 통계량 4.3 표본분포 4.4 중심극한정리 4.5 파이썬 예제로 익히는 랜덤표본과 표본분포 핵심정리 연습문제 파이썬 실습문제 CHAPTER 05 모수에 대한 추정 5.1 점추정 5.2 구간추정 5.3 두 집단의 차이에 대한 추정 5.4 파이썬 예제로 익히는 모수의 추정 핵심정리 연습문제 파이썬 실습문제 CHAPTER 06 가설검정 6.1 유의성검정 6.2 모수에 대한 유의성검정 6.3 두 집단의 차이에 대한 검정 6.4 파이썬 예제로 익히는 유의성검정 핵심정리 연습문제 파이썬 실습문제 PART 03 통계학습 기법 CHAPTER 07 회귀모형 7.1 단순회귀모형 7.2 로지스틱 회귀모형 7.3 파이썬 예제로 익히는 회귀모형 핵심정리 연습문제 파이썬 실습문제 CHAPTER 08 기계학습의 기초 8.1 분류분석 8.2 군집분석 8.3 파이썬 예제로 익히는 기계학습 모형 핵심정리 연습문제 파이썬 실습문제 CHAPTER 09 인공신경망의 기초 9.1 퍼셉트론 9.2 인공신경망 9.3 심층신경망 9.4 파이썬 예제로 익히는 인공신경망 모형 핵심정리 연습문제 파이썬 실습문제 찾아보기

통계학과 파이썬의 만남, 인공지능의 언어로 통계를 읽다 인공지능이 일상과 산업 전반에 깊이 스며든 지금, 데이터를 해석하고 불확실성을 판단하는 통계적 사고는 더 이상 특정 전공자만의 역량이 아닙니다. 인공지능과 기계학습의 핵심 원리를 이해하기 위해서는, 그 토대가 되는 통계학을 올바르게 이해할 필요가 있습니다. 그러나 기존 통계학 교재는 이론 중심으로 구성되었거나, 프로그래밍과의 연결이 충분하지 않은 경우가 많았습니다. 『보이는 통계학 with 파이썬』은 이러한 문제의식에서 출발한 책입니다. 파이썬을 접한 경험이 있는 학생들이 점차 늘어나는 교육 환경 속에서, 통계학 전공 기초 과목인 '통계학'을 중심에 두고 파이썬을 도구로 활용해 개념을 직관적으로 이해할 수 있도록 구성했습니다. 확률과 추론이라는 전통적인 통계학의 뼈대를 충실히 유지하면서도 분류분석과 군집분석, 인공신경망의 기초까지 함께 다루어 통계학이 인공지능으로 확장되는 흐름을 한 권에 담았습니다. 모든 내용을 나열하기보다 핵심 주제를 선별해 학부 1~2학년 수준에서 무리 없이 학습할 수 있는 분량과 깊이로 구성한 점 또한 이 책의 중요한 특징입니다. 이 책은 통계학을 처음 배우는 학생에게는 탄탄한 기초를, 인공지능에 관심 있는 독자에게는 원리를 이해할 수 있는 길잡이를 제공하고자 합니다. 이론과 실습, 통계학과 인공지능을 자연스럽게 연결한 『보이는 통계학 with 파이썬』은 인공지능 시대에 요구되는 통계학 교재의 한 가지 실질적인 대안을 제시하고자 합니다.