Who Should Read This Book?

이 책은 누가 읽어야 하는가?

This book is intended for anyone who is interested in using modern statistical methods for modeling and prediction from data.

이 책은 축적된 데이터로부터 모델링 예측을 위해 현대적인 통계적 방법을 고스란히 사용하는 데 관심이 있는 모든 사람들을 위해 제작되었습니다.

This group includes scientists, engineers, data analysts, data scientists, and quants, but also less technical individuals with degrees in non-quantitative fields such as the social sciences or business.

주 시청자 그룹에는 과학자, 기술자(엔지니어), 데이터 마이닝 분석가, 데이터 과학자, 금융 구조의 양적 모델링 퀀트(quant)가 당연히 포함되지만, 이뿐만 아니라 사회 과학 또는 비즈니스 경영과 같은 정량적이지 않은 학위의 비 양적 기술에 한정된 경험을 가진 개인들도 포함됩니다.

We expect that the reader will have had at least one elementary course in statistics.

최소한의 기본 바탕으로써 독자가 적어도 아주 기초적인 일반 통계 과목 한 과정은 이수했을 것이라고 기대합니다.

Background in linear regression is also useful, though not required, since we review the key concepts behind linear regression in Chapter 3.

3장에서 우리는 선형 회귀에 대한 중요한 배경을 모두 되짚고 공부하기 때문에 굳이 선형 회귀에 대한 기본 지식들이 아예 필수는 아니지만 통계적 배경을 알아두면 큰 도움이 될 것입니다.

The mathematical level of this book is modest, and a detailed knowledge of matrix operations is not required.

이 책의 수리적 수학 수준은 상대적으로 크게 높지 않으며, 아주 세부적이고 디테일한 수준의 정밀한 행렬 계산 및 조작에 관한 지식 역시 딱히 요구되지 않습니다.

This book provides an introduction to Python.

이 서적은 Python 기반의 개요 및 입문을 제공합니다.

Previous exposure to a programming language, such as MATLAB or R, is useful but not required.

기존 경험에 근거하여 이전에 MATLAB 이나 R과 같은 프로그래밍 언어의 접촉 경험이 있다면 매우 유리하겠지만 필수는 아님을 명시합니다.

The first edition of this textbook has been used to teach master’s and PhD students in business, economics, computer science, biology, earth sciences, psychology, and many other areas of the physical and social sciences.

이 책의 초판은 경영, 경제, 컴퓨터 공학, 생물학, 지구 과학, 수많은 심리학 및 자연 과학 등 아주 여러 분야에 걸쳐있는 석박사 과정생을 가르치는 데 유용하게 사용되어 왔습니다.

It has also been used to teach advanced undergraduates who have already taken a course on linear regression.

더불어 선형 회귀에 선행 과목을 이미 수료하고 이수한 뛰어난 학부생들을 교수하는 데에도 사용되었습니다.

In the context of a more mathematically rigorous course in which ESL serves as the primary textbook, ISL could be used as a supplementary text for teaching computational aspects of the various approaches.

만일 ESL 서적을 주요 전담 교재로서 다소 수학적으로 아주 엄밀히 치밀하게 훈련하는 핵심 과목인 조건에서, ISL은 그 외 기술적 접근 방식에 대하여 부가적으로 사용되는 전산 및 전산화 실습 방법론의 보조재로도 무리없이 사용될 수 있습니다.