데이터 과학은 선형 대수학, 통계적 모델링, 시각화, 컴퓨터 언어학, 그래프 분석, 머신 러닝, 비즈니스 인텔리전스, 데이터 저장과 검색의 성공적인 통합이 필요한 상대적으로 새로운 학문이다.
파이썬 프로그래밍 언어는 최근 10년간 과학계를 정복해오고 있으며, 이제는 데이터 과학 실무자에게는 필수 불가결한 도구이자 데이터 과학자가 되고자 하는 사람에게 반드시 필요한 도구가 됐다. 파이썬은 데이터 분석, 머신 러닝과 알고리즘적인 문제 풀이를 위한 빠르고, 신뢰할 수 있으며, 크로스 플랫폼하고 성숙된 환경을 제공해줄 것이다. 데이터 과학 애플리케이션을 위한 파이썬을 터득하는 데 여러분을 막았던 것이 무엇이든 실증적이면서도 현실 세계의 데이터 세트에 가장 직관적이며 효율적인 파이썬 도구를 적용하는 데 도움이 되는 쉽고 단계적이며 예제 중심적인 접근법이 이를 수월하게 극복하게 해줄 것이다. 이 책에서는 업데이트되고 확장된 내용을 제공한다. 최신의 주피터 노트북(Jupyter Notebooks)(교체 가능한 커널을 포함한 진정한 폴리글랏 데이터 과학 시스템)을 기반으로 하고 있으며, 넘파이(Numpy), 판다스(Pandas), 싸이킷런(Scikit-learn)의 주요 최신 개선 사항을 포함하고 있다. 게다가 딥러닝(떼아노(Theano)와 텐서플로(Tensorflow) 모두에 기반을 둔 케라스(Keras)를 보여줌으로써), 훌륭한 시각화(시본(seaborn)과 ggplot) 그리고 웹 배포(보틀(bottle)을 사용해) 형태의 새로운 내용을 제공한다. 단일 출처 접근법을 사용해 어떻게 파이썬의 최신 버전(3.5)에 핵심적인 데이터 과학 도구 상자를 설정하는지 보여주는 데서 시작한다(이는 책의 코드를 파이썬 2.7에서도 쉽게 재사용할 수 있음을 뜻한다). 그 후, 데이터 읽기, 변환, 분석을 위한 수정 그리고 이를 탐색/처리하는 것과 관련된 모든 데이터 과학의 핵심 활동을 설명하는 방식으로 데이터 개조 및 전처리 전체 단계에 걸쳐 여러분을 이끌어줄 것이다. 마지막으로 주요한 머신 러닝 알고리즘, 그래프 분석 기술 그리고 데이터 과학 전문가 및 기업 사용자 관객 모두에게 결과물을 더 쉽게 보여줄 수 있도록 하는 시각화 및 배포 도구 모두를 보여줌으로써 개요를 완성할 것이다.
