1. Introduction (서론)

This introduction introduces the overall background and purpose of the materials covered in this book.

이 책에서 다룰 전체적인 배경과 목적을 소개하는 서론입니다.

It examines the importance of statistical learning and major datasets, and guides you through the prerequisite knowledge necessary for learning.

통계적 학습의 중요성과 주요 데이터셋들을 살펴보고 학습에 필요한 사전 지식을 안내합니다.

1.1 An Overview of Statistical Learning (통계적 학습 개요)

This section provides an overview of what Statistical Learning is, exploring it through various examples and problems.

이 섹션에서는 통계적 학습(Statistical Learning)이란 무엇인지, 다양한 사례와 문제를 통해 개괄적으로 살펴봅니다.

It suggests the basic direction of how statistical methods are utilized in modern data analysis.

현대 데이터 분석에서 통계적 기법이 어떻게 활용되는지에 대한 기본적인 방향성을 제시합니다.

1.2 A Brief History of Statistical Learning (통계적 학습의 간략한 역사)

It covers a brief history focusing on major milestones of how statistics and machine learning have evolved from the past to the present.

과거부터 현재까지 통계학과 머신러닝이 어떻게 발전해 왔는지 주요 이정표를 중심으로 간략한 역사를 다룹니다.

You can understand the historical context in which the data science field was formed and the background behind the emergence of major methodologies.

데이터 과학 분야가 형성된 역사적 맥락과 주요 방법론들의 등장 배경을 이해할 수 있습니다.

1.3 This Book (이 책에 대하여)

It explains the purpose for which this book was written, and what distinctions and characteristics it has compared to other textbooks.

이 책이 어떤 목적을 가지고 쓰여졌는지, 그리고 다른 교재들과 비교할 때 어떤 차별점과 특징을 가지는지 설명합니다.

It notes that the focus is on a practical approach and application using Python rather than deep theoretical depth.

이론적 깊이보다는 파이썬(Python)을 활용한 실용적 접근과 응용에 초점을 맞추고 있음을 안내합니다.

1.4 Who Should Read This Book? (이 책은 누가 읽어야 하는가?)

It defines the target audience of this textbook with respect to academic backgrounds and interests.

이 교재가 대상 독자로 삼고 있는 학문적 배경 및 관심사를 가진 사람들에 대해 정의합니다.

It explains that this book is suitable for industry practitioners and non-majors who want to apply data modeling to practice, even without advanced mathematical knowledge.

비교적 고급 수학 지식이 없더라도, 데이터 모델링을 실무에 적용하고자 하는 산업 실무자 및 비전공자에게 적합함을 설명합니다.

1.5 Notation and Simple Matrix Algebra (표기법 및 간단한 행렬 대수)

It summarizes the statistical and mathematical notation and basic vector and matrix operation rules that will be used throughout the book.

책 전반에서 사용될 통계적, 수학적 기호(Notation)와 기초적인 벡터 및 행렬 연산 규칙을 정리합니다.

It provides clear rules on how to mathematically represent data structures for readers who are not familiar with formulas.

수식이 익숙하지 않은 독자들을 위해 데이터 구조를 수학적으로 어떻게 표기하는지 명확한 룰을 제공합니다.

1.6 Organization of This Book (책의 구성)

It summarizes the main topics of each chapter included in this book and their logical connections at an overview level.

이 책에 포함된 각 챕터별 주요 주제와 서로 간의 논리적 연결 고리를 개요 수준에서 요약합니다.

You can view the learning roadmap and flow you will obtain as you read sequentially from beginning to end.

처음부터 끝까지 순차적으로 읽어나갈 때 얻을 수 있는 학습 로드맵과 흐름을 조망할 수 있습니다.

1.7 Data Sets Used in Labs and Exercises (랩 및 실습 문제에 사용된 데이터 세트)

It introduces the types and sources of major datasets that will be continuously utilized in Python labs and chapter exercises.

파이썬 실습(Labs) 및 챕터별 연습 문제(Exercises)에서 지속적으로 활용될 주요 데이터셋들의 종류와 출처를 소개합니다.

You can confirm that data from various domains collected in the real world, such as healthcare, economics, and marketing, are being used.

의료, 경제, 마케팅 등 실생활에서 수집된 다양한 도메인의 데이터를 사용하고 있음을 확인할 수 있습니다.

1.8 Book Website (도서 웹사이트)

It guides you to the official website that provides dataset downloads and supplementary materials, as well as offline resources related to this textbook.

이 교재와 관련된 오프라인 자원뿐만 아니라, 데이터셋 다운로드 및 보충 자료를 제공하는 공식 웹사이트를 안내합니다.

It specifies the online channel where readers can check the latest Python code and learn additional lab content.

독자들이 최신 파이썬 코드를 확인하고 추가 실습 내용을 학습할 수 있는 온라인 채널을 명시합니다.

1.9 Acknowledgements (감사의 글)

This is a word of gratitude to fellow researchers, reviewers, and contributors who provided academic and technical assistance until this textbook was published.

이 교재가 출판되기까지 학문적, 기술적으로 도움을 준 동료 연구자와 리뷰어, 그리고 기여자들에게 전하는 감사의 글입니다.

It honors the contributions of many eminent scholars and the community who have advanced statistical learning theory together.

통계적 학습 이론을 함께 발전시킨 여러 저명한 학자들과 커뮤니티의 공헌을 기립니다.

Sub-Chapters (하위 목차)

1.1 An Overview Of Statistical Learning >

서브목차