들어가며
Chapter 1 統計學, 빅데이터 時代를 이끌다
4次 産業革命, 일자리가 사라져서 革命的일까?:4차 産業革命은 融合革命 | 빅데이터의 庫間을 열다:데이터랩과 엔그램 | TIP:클라우드 컴퓨팅과 빅데이터 | 낱말들로 뭉게구름을 그려볼까?:텍스트 分析과 데이터 視覺化 | 統計에도 歷史가 있을까?:데이터의 歷史와 種類 | 統計學, 데이터를 情報와 知識으로 만들다:빅데이터 時代의 統計學 | 빅데이터 時代, 統計學度 變化한다:통계학의 融合性
Chapter 2 빅데이터의 時代인가, 머신러닝의 時代인가
이제 工夫는 機械가 하는 것 | Tip:人間인가, 機械인가? 그 區別法:튜링 테스트와 캡차 | 딥러닝은 深化學習:머신러닝과 딥러닝 | 머신러닝에게도 先生님이 必要할까?:머신러닝 알고리즘 | 데이터를 모으고 나누고 結果를 豫測하다:머신러닝 알고리즘의 事例 | 구글, 빅데이터와 統計 模型으로 毒感을 豫測하다:빅데이터와 感染病 | 짝을 찾아주는 빅데이터와 머신러닝
Chapter 3 確率과 統計, 偶然을 科學으로 길들이다
내기와 賭博:貪慾인가, 本能인가, 아니면 科學인가 | 로또, 唯一한 脫出口인가, 어리석은 게임인가:확률과 期待값으로 바라본 復權 | 確率, 不確實한 世上에서 合理的인 決定의 길잡이가 되다:우연과 科學 | TIP:自動車를 몰고 갈까, 염소를 몰고 갈까?:몬티 홀 問題 | 우리 班에 나랑 生日이 같은 親舊가 있을까?:생일 問題와 確率 | 確率이 充分히 낮은 事件은 일어나지 않을까?:보렐의 法則 | 사느냐, 죽느냐, 그 確率이 問題로다!:보험과 確率 | 主觀的 確率도 科學이 될 수 있을까?:베이즈 推論 | TIP:튜링, 베이즈 整理를 써서 獨逸軍의 暗號를 解讀하다
Chapter 4 統計學, 醫學과 손잡고 生命을 救하다
科學과 아트 사이에 선 醫學:醫學과 統計學 | 統計學과 醫學, 歷史 속에서 함께 發展하다:의학과 統計學의 歷史 | 統計로 콜레라와 痘瘡을 遮斷하다:통계와 感染病 | 臨床試驗 結果를 믿어도 될까?:편향과 임의화 方法 | Tip:‘茶를 맛보는 女性’에 담겨 있는 파스칼의 수三角形과 境遇의 數 | 統計學的 檢證을 통해 新藥을 開發하다:통계학과 新藥 | 病院 檢査는 얼마나 正確할까?:위양성과 위音聲
Chapter 5 現實 社會를 읽는 힘, 統計學科 빅데이터
集會 參席者 數는 고무줄 統計?:政治的 立場에 따라 달라지는 統計 | Tip:이라크戰爭과 어린이 死亡率:統計와 政治 | 統計學, 사람들의 생각을 헤아리다:여론조사 | 케틀레, 19世紀 社會를 分析하다:사회통계학 | Tip:人間은 社會的 原子일까? 社會物理學科 빅데이터 | 무엇이든 點數 매길 수 있을까?:통계학이 만드는 現實 | 韓國 人口, 머지않아 自然 消滅된다:인구통계학 | 내가 왜 失業者가 아니란 말입니까?:고용통계
Chapter 6 統計學, 經濟를 測定하다 : GDP와 金融리스크
經濟學은 어떻게 科學이 되었을까?:경제학과 數學, 統計學 | GDP는 우리의 삶을 얼마나 잘 나타낼까?:국내총생산과 幸福指數 | Tip:GDP, 아프리카의 가난한 나라 가나를 中進國으로 바꾸어놓다 | 統計指標들은 現實을 얼마나 잘 나타낼까?:물가지수와 株價指數 | 株式時勢表에는 무엇이 들어 있나?: 캔들圖表와 移動平均 | 모든 金融投資에는 危險이 따른다:금융리스크와 統計學 | 國家도 個人도 信用等級을 갖는다:신용평가
Chapter 7 統計學, 生物을 헤아리고 보살피다
고래와 쥐를 다 헤아릴 수 있을까?:생물 硏究와 샘플링 方法 | 모든 生物은 한 家族일까?:통계학으로 生物의 系譜 찾기 | 얼마나 많은 生物들이 地球에서 살다가 사라졌을까?:멸종과 統計學 | 누가 雪國列車를 탈까?:보존생물학과 統計學 | 키 큰 父母한테서 키 큰 子女가 태어날까?:유전학과 統計學 | 황우석 事態에서 무엇을 배울까?:데이터 造作과 科學 硏究 | Tip:生態學은 脈絡의 學問이다:생물다양성과 빅데이터
主席
찾아보기