본문내용 바로가기

KYOBO 교보문고

금/토/일 주말특가
소셜리딩 프로모션
  • 교보아트스페이스
  • 교보 손글씨 2019 무료 폰트
R로 배우는 실무 데이터 과학
* 중고장터 판매상품은 판매자가 직접 등록/판매하는 상품으로 판매자가 해당상품과 내용에 모든 책임을 집니다. 우측의 제품상태와 하단의 상품상세를 꼭 확인하신 후 구입해주시기 바랍니다.
464쪽 | 규격外
ISBN-10 : 1188621009
ISBN-13 : 9791188621002
R로 배우는 실무 데이터 과학 중고
저자 니나 줌멜,존 마운트 | 역자 임대경 | 출판사 제이펍
정가
30,000원
판매가
17,000원 [43%↓, 13,000원 할인] 반품불가상품
배송비
2,600원 (판매자 직접배송)
지금 주문하시면 2일 이내 출고 가능합니다.
토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.
2017년 12월 15일 출간
제품상태
상태 최상 외형 최상 내형 최상
이 상품 최저가
20,000원 다른가격더보기
새 상품
27,000원 [10%↓, 3,000원 할인] 새상품 바로가기
안내 :

중고장터에 등록된 판매 상품과 제품의 상태는 개별 오픈마켓 판매자들이 등록, 판매하는 것으로 중개 시스템만을 제공하는
인터넷 교보문고에서는 해당 상품과 내용에 대해 일체 책임을 지지 않습니다.

교보문고 결제시스템을 이용하지 않은 직거래로 인한 피해 발생시, 교보문고는 일체의 책임을 지지 않습니다.

판매자 상품 소개

※ 해당 상품은 교보문고에서 제공하는 정보를 활용하여 안내하는 상품으로제품 상태를 반드시 확인하신 후 구입하여주시기 바랍니다.

판매자 배송 정책

  • 토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.
구매후기 목록
NO 구매후기 구매만족도 ID 등록일

이 책의 시리즈

책 소개

상품구성 목록
상품구성 목록

데이터 탐색에서 모델링, 결과 전달에 이르기까지 데이터 과학의 모든 프로세스를 담았다! 이 책은 실무 비즈니스에 사용할 수 있는 R 프로그래밍 언어와 유용한 통계 기술 적용 방법을 보여준다. 마케팅, 비즈니스 인텔리전스 및 의사 결정 예를 사용하여 A/B 테스트 같은 설계 방법, 예측 모델 작성 방법 및 모든 수준의 잠재 고객에게 결과를 제시하는 방법 등을 제대로 보여준다.

저자소개

저자 : 니나 줌멜
저자 니나 줌멜(Nina Zumel)은 독립적인 비영리 연구소 SRI International에서 과학자로 일했다. 또한, 가격 최적화 회사의 수석 과학자로 일했으며, 계약 연구 회사를 설립하기도 했었다. 현재는 Win-Vector LLC의 수석 컨설턴트로 일하고 있다.

저자 : 존 마운트
저자 존 마운트(John Mount)는 생명 공학 분야의 컴퓨터 과학자이자 주식 거래 알고리즘 디자이너로 일했으며, Shopping.com의 연구 팀을 관리했다. 현재는 니나와 함께 Win-Vector LLC의 수석 컨설턴트로 일하고 있다.

역자 : 임대경
역자 임대경은 SK C&C와 IBM에서 주로 응용 애플리케이션 아키텍트로 경험을 쌓았다. 현재는 쿠팡에서 추천시스템 개발 업무를 담당하고 있다. 커피와 차에 관심이 많고 주말에는 딸과 노느라 바쁘다. 최근에는 딥러닝과 이미지 처리 분야에 관심을 가지고 있다.

목차

PART I 데이터 과학 소개
CHAPTER 1 데이터 과학 프로세스 3
1.1 데이터 과학 프로젝트에서의 역할 3
 1.1.1 프로젝트에서의 역할 4
1.2 데이터 과학 프로젝트의 단계 7
 1.2.1 목표 설정 8
 1.2.2 데이터 수집과 관리 9
 1.2.3 모델링 12
 1.2.4 모델 평가와 비평 14
 1.2.5 프레젠테이션과 문서화 15
 1.2.6 모델 배포와 유지보수 17
1.3 기대치 설정 17
 1.3.1 모델 성능 상하한선 결정 18
1.4 요약 20

CHAPTER 2 R 프로그램에 데이터 적재하기 21
2.1 파일에 있는 데이터 다루기 22
 2.1.1 파일 또는 URL로부터 잘 구조화된 데이터 작업하기 22
 2.1.2 덜 구조화된 데이터에 R 사용하기 25
2.2 관계형 데이터베이스를 이용하여 작업하기 28
 2.2.1 실무 예제 29
 2.2.2 R에 데이터베이스 데이터 입력하기 34
 2.2.3 PUMS data로 작업하기 36
2.3 요약 39

CHAPTER 3 데이터 탐색하기 41
3.1 통계 요약치를 이용하여 문제 파악하기 43
 3.1.1 데이터 요약을 통해 전형적인 데이터 문제 파악하기 44
3.2 그래프와 시각화를 통해 문제 제거하기 48
 3.2.1 단일변수에서 시각적으로 분산 점검하기 51
 3.2.2 두 변수의 관계를 시각적으로 확인하기 60
3.3 요약 71

CHAPTER 4 데이터 관리 72
4.1 데이터 정리하기 72
 4.1.1 결측치 다루기 73
 4.1.2 데이터 변환 78
4.2 모델링과 데이터 유효성 검증을 위한 샘플링 86
 4.2.1 테스트와 트레이닝의 분할 86
 4.2.2 샘플 그룹 열 만들기 87
 4.2.3 레코드 그룹화 88
 4.2.4 데이터 출처 90
4.3 요약 90

PART II 모델링 기법
CHAPTER 5 모델 선택과 평가 93
5.1 머신러닝 과제에 문제 매핑하기 95
 5.1.1 분류 문제 해결하기 95
 5.1.2 스코어링 문제 해결하기 97
 5.1.3 예측 결과 없이 일하기 98
 5.1.4 문제와 방법 매핑하기 101
5.2 모델 평가 103
 5.2.1 분류 모델 평가하기 104
 5.2.2 스코어링 모델 평가하기 110
 5.2.3 확률 모델 평가하기 113
 5.2.4 랭킹 모델 평가하기 118
 5.2.5 클러스터 모델 평가하기 118
5.3 모델 검증하기 121
 5.3.1 일반적인 모델 문제 확인하기 122
 5.3.2 모델 건전성 정량화 123
 5.3.3 모델 품질 보증 124
5.4 요약 127

CHAPTER 6 메모라이제이션 128
6.1 KDD와 KDD 컵 2009 128
 6.1.1 KDD 컵 2009 데이터로 시작하기 129
6.2 단일변수 모델 구축하기 131
 6.2.1 범주형 특성 사용하기 132
 6.2.2 숫자형 특성 사용하기 135
 6.2.3 교차 검증으로 과적합 정도 측정하기 137
6.3 다항변수를 이용하여 모델 구축하기 139
 6.3.1 변수 선택 139
 6.3.2 의사결정나무 사용하기 141
 6.3.3 최근접 이웃 메서드 사용하기 145
 6.3.4 나이브 베이즈 사용하기 149
6.4 요약 153

CHAPTER 7 선형 회귀와 로지스틱 회귀 155
7.1 선형 회귀 사용하기 156
 7.1.1 선형 회귀 이해하기 156
 7.1.2 선형 회귀 모델 만들기 160
 7.1.3 예측하기 161
 7.1.4 선형 회귀에서 관계 찾기와 조언 추출하기 165
 7.1.5 모델 요약값 해석과 계수 품질 규정하기 167
 7.1.6 선형 회귀에서 꼭 기억할 내용 173
7.2 로지스틱 회귀 사용하기 173
 7.2.1 로지스틱 회귀 이해하기 174
 7.2.2 로지스틱 회귀 모델 만들기 176
 7.2.3 예측 모델 만들기 177
 7.2.4 로지스틱 모델에서 관계 찾기와 조언 추출하기 181
 7.2.5 모델 요약값 해석과 계수 품질 규정하기 183
 7.2.6 로지스틱 회귀에서 꼭 기억할 내용 192
7.3 요약 192

CHAPTER 8 비지도 방법론 194
8.1 클러스터 분석 195
 8.1.1 거리 195
 8.1.2 데이터 준비하기 198
 8.1.3 hclust()를 이용한 계층적 클러스터링 199
 8.1.4 k-means 알고리즘 211
 8.1.5 클러스터에 새로운 포인트 추가하기 216
 8.1.6 클러스터링에서 꼭 기억할 내용 219
8.2 연관 규칙 219
 8.2.1 연관 규칙 개요 219
 8.2.2 예제 221
 8.2.3 arules 패키지를 이용한 연관 규칙 마이닝 222
 8.2.4 연관 규칙에서 꼭 기억할 내용 231
8.3 요약 232

CHAPTER 9 고급 탐색법 233
9.1 배깅과 랜덤 포레스트를 이용하여 훈련 분산 감소시키기 234
 9.1.1 배깅을 이용하여 예측 성능 높이기 235
 9.1.2 랜덤 포레스트를 이용하여 예측력 향상시키기 238
 9.1.3 배깅과 랜덤 포레스트에서 꼭 기억할 내용 243
9.2 일반화 가법 모델로 비단조 관계 학습하기 243
 9.2.1 GAM 이해하기 243
 9.2.2 일차원 회귀 예제 245
 9.2.3 비선형 관계 추출 249
 9.2.4 실제 데이터로 GAM 사용하기 251
 9.2.5 로지스틱 회귀에 GAM 사용하기 254
 9.2.6 GAM에서 꼭 기억할 내용 256
9.3 데이터 분리를 증가시키기 위해 커널 메서드 사용하기 256
 9.3.1 커널 함수 이해하기 257
 9.3.2 문제에 명시적 커널 사용하기 261
 9.3.3 커널에서 꼭 기억할 내용 265
9.4 서포트 벡터 머신으로 복잡한 결정 경계 모델링하기 265
 9.4.1 서포트 벡터 머신 이해하기 266
 9.4.2 인위적 예제 데이터에 SVM 적용하기 269
 9.4.3 실데이터 기반에서 SVM 사용하기 273
 9.4.4 서포트 벡터 머신에서 꼭 기억할 내용 276
9.5 요약 276

PART III 산출물 배포
CHAPTER 10 문서화와 배포 281
10.1 버즈 데이터셋 282
10.2 knitr을 사용하여 마일스톤 문서 만들기 283
 10.2.1 knitr이란? 284
 10.2.2 knitr 세부사항 288
 10.2.3 knitr을 이용하여 버즈 데이터 문서화하기 289
10.3 실행 문서를 위한 주석과 버전 관리 사용하기 293
 10.3.1 효율적인 주석 작성하기 293
 10.3.2 레코드 히스토리를 위해 버전 컨트롤 사용하기 294
 10.3.3 프로젝트 탐색을 위한 버전 컨트롤 사용하기 301
 10.3.4 작업 공유를 위해 버전 관리 사용하기 306
10.4 모델 배포하기 309
 10.4.1 R HTTP 서비스로 모델 배포하기 310
 10.4.2 익스포트로 모델 배포하기 313
 10.4.3 모델 배포에서 꼭 기억할 내용 314
10.5 요약 316

CHAPTER 11 효과적인 발표 자료 만들기 317
11.1 프로젝트 스폰서에게 결과 발표하기 318
 11.1.1 프로젝트 목표 요약하기 319
 11.1.2 프로젝트 결과 명시하기 320
 11.1.3 세부사항 채우기 322
 11.1.4 개선 사항과 향후 과제 토론하기 324
 11.1.5 프로젝트 스폰서 프레젠테이션에서 꼭 기억할 내용 325
11.2 최종 사용자에게 프레젠테이션하기 325
 11.2.1 프로젝트 목표 요약하기 326
 11.2.2 모델이 사용자의 워크플로에 어떻게 적용되는지 보여주기 327
 11.2.3 모델 사용법 보여주기 329
 11.2.4 최종 사용자 프레젠테이션에서 꼭 기억할 내용 331
11.3 동료 데이터 과학자에게 작업 결과 프레젠테이션하기 331
 11.3.1 문제 언급하기 332
 11.3.2 관련 작업에 대해 의논하기 333
 11.3.3 우리의 접근 방법에 대해 의논하기 333
 11.3.4 향후 작업 의논하기 334
 11.3.5 동료 프레젠테이션에서 꼭 기억할 내용 335
11.4 요약 337

APPENDIX A R과 기타 도구로 작업하기 339
A.1 도구 설치하기 339
 A.1.1 R 설치하기 339
 A.1.2 R 패키지 시스템 340
 A.1.3 Git 설치하기 340
 A.1.4 RStudio 설치하기 340
 A.1.5 R 관련 자료 341
A.2 R 시작하기 342
 A.2.1 R의 주요 기능 343
 A.2.2 R의 기본 데이터 유형 348
 A.2.3 HTTPS로 데이터 로딩하기 355
A.3 R로 데이터베이스 사용하기 356
 A.3.1 H2 데이터베이스 엔진 획득하기 356
 A.3.2 SQuirreL SQL 사용하기 356
 A.3.3 SQL 스크루드라이버 설치하기 360
 A.3.4 SQL 변환 작업 예제 361
 A.3.5 SQL로 생각하는 법 367

APPENDIX B 중요한 통계적 개념 369
B.1 분산 369
 B.1.1 정규분포 369
 B.1.2 R의 확률분포 명명 규칙 요약 374
 B.1.3 로그 정규분포 375
 B.1.4 이항분포 379
 B.1.5 분산 관련 기타 R 도구 384
B.2 통계 이론 384
 B.2.1 통계 철학 385
 B.2.2 A/B 테스트 388
 B.2.3 검정력 394
 B.2.4 특수 통계 테스트 397
B.3 데이터 통계 보기 399
 B.3.1 표본추출 편향 399
 B.3.2 누락된 변수 편향 402

APPENDIX C 데이터 탐색을 위한 더 많은 도구와 아이디어 408
C.1 더 많은 도구 409
 C.1.1 R 그 자체 409
 C.1.2 다른 언어 409
 C.1.3 빅데이터 도구 410
C.2 기타 아이디어 411
 C.2.1 적응 학습 411
 C.2.2 통계 학습 412
 C.2.3 컴퓨터 과학 머신러닝 412
 C.2.4 베이지안 방법론 413
 C.2.5 통계학 413
 C.2.6 부스팅 413
 C.2.7 시계열 413
 C.2.8 도메인 지식 414

찾아보기 416

책 속으로

데이터 과학 프로젝트에서 스폰서 다음으로 중요한 역할은 데이터 과학자다. 데이터 과학자는 프로젝트 수행을 위한 필수적인 모든 단계에 책임을 지고 있다. 또한 프로젝트의 전략을 설정하고, 고객에게 지속적으로 통지해야 하는 역할도 해야 한다. 데이터 과학...

[책 속으로 더 보기]

데이터 과학 프로젝트에서 스폰서 다음으로 중요한 역할은 데이터 과학자다. 데이터 과학자는 프로젝트 수행을 위한 필수적인 모든 단계에 책임을 지고 있다. 또한 프로젝트의 전략을 설정하고, 고객에게 지속적으로 통지해야 하는 역할도 해야 한다. 데이터 과학자는 프로젝트의 단계를 계획하고, 데이터 원천과 사용할 도구를 선정한다. 따라서 기술 요소를 선정하기 때문에 통계학과 머신러닝에 대해 능통해야 한다. 프로젝트의 진행자로서 프로젝트를 계획하고 추진하는 역할도 해야 한다.
_6쪽

프로젝트에 너무 깊이 들어가기 전에 비즈니스 목표를 만족시키는 충분한 자원을 가지고 있는지 확인해야 한다. 지금부터는 원하는 정도의 목표를 달성시킬 수 있을 만큼의 충분한 가용 데이터가 있는지 여부를 추정하는 방법을 설명할 것이다. 이 내용은 프로젝트 라이프 사이클의 유동성을 설명하는 한 예다. 데이터 탐색과 클리닝을 하면서 데이터를 보다 잘 이해하게 된다. 데이터의 의미를 보다 잘 이해하게 되면 목표가 요구하는 것을 충분히 만족시킬 수 있는지 알게 될 것이다. 만일 데이터가 불충분하다면 프로젝트 설계와 목표를 다시 설정해야 한다.
_17쪽

고객이 의료보험에 가입하지 않았는지 예측하는 모델을 만든다고 가정해보자. 아마도 여러분은 저렴한 건강보험 패키지를 고객에게 판매하길 원할 것이다. 프로젝트를 위해 고객의 건강보험 상황에 관련한 데이터셋을 수집한다. 또한 보험의 적용 범위를 예측하는 데 도움이 되는 나이, 고용 상태, 수입, 주거와 차량 보유 정보 등의 고객의 특성도 파악되었다. R 프로그램상에 custdata라는 데이터 프레임을 만들고 데이터를 적재해보자.1 이제 고객을 파악하는 모델을 만들 준비가 됐다.
_41쪽

앞에서 모델링 기법을 선택하는 법과 트레이닝 데이터로 모델의 성능을 평가하는 법을 배웠다. 이번에는 가장 큰 걱정거리 중 하나인 모델 검증에 대해 다루겠다. 과연 트레이닝 데이터로 테스트한 모델이 운영에서도 비슷한 품질을 보일 수 있을 것인가? 새로운 데이터 기반으로 모델을 테스트하는 것을 모델 검증(model validation)이라 한다. 다음의 절에서 모델 검증에 있어 확인
해야 할 주요 문제를 다룰 것이다.
_121쪽

나이브 베이즈(Naive Baye)는 각 학습 변수가 결과와 어떻게 관련되어 있는지 기억하고 각 변수
의 효과를 함께 곱하여 예측하는 흥미로운 방법이다. 이를 보여주기 위해 교육 수준, 지역 및 기타 변수에 따라 고용 여부를 예측하려고 하는 시나리오를 사용해보자. 나이브 베이즈는 논리를 반전하여 다음과 같은 질문을 한다. ‘만일 누군가 고용되어 있다면 고등교육을 받았을 확률은 얼마나 되는가?’ 데이터로부터 고용에 관한 예측을 만들어볼 수 있다.
_149쪽

[책 속으로 더 보기 닫기]

출판사 서평

데이터 탐색에서 모델링, 결과 전달에 이르기까지 데이터 과학의 모든 프로세스를 담았다! 비즈니스 분석가와 개발자는 점점 더 중요한 비즈니스 데이터를 수집하고, 큐레이팅하고, 분석하고 보고한다. R 언어와 관련 도구들은 이런 과중한 업무를 학문적...

[출판사서평 더 보기]

데이터 탐색에서 모델링, 결과 전달에 이르기까지
데이터 과학의 모든 프로세스를 담았다!

비즈니스 분석가와 개발자는 점점 더 중요한 비즈니스 데이터를 수집하고, 큐레이팅하고, 분석하고 보고한다. R 언어와 관련 도구들은 이런 과중한 업무를 학문적 이론이나 고급 수학을 적용하지 않는 일상적인 데이터 과학 작업으로 처리하는 손쉬운 방법을 제공한다.

이 책은 실무 비즈니스에 사용할 수 있는 R 프로그래밍 언어와 유용한 통계 기술 적용 방법을 보여준다. 마케팅, 비즈니스 인텔리전스 및 의사 결정 예를 사용하여 A/B 테스트 같은 설계 방법, 예측 모델 작성 방법 및 모든 수준의 잠재 고객에게 결과를 제시하는 방법 등을 제대로 보여준다.

이 책이 다루는 내용
■ 비즈니스 전문가를 위한 데이터 과학
■ R 언어를 이용한 통계 분석
■ 기획에서 제품 인도까지의 프로젝트 라이프사이클
■ 즉시 응용 가능한 수많은 사례
■ 효과적인 데이터 프레젠테이션의 핵심

[출판사서평 더 보기 닫기]

책 속 한 문장

회원리뷰

  • R로 배우는 실무 데이터 과학   ...

    R로 배우는 실무 데이터 과학

     

    안타깝게도 R을 한 번도 접해 본 적이 없는 초보에게는 적당하지 않은 책이라고 생각되며, 책을 읽으면서 왜 제목이 실무 데이터 과학이었는지 다시 한 번 실감하게 되었다.

    책에 대상독자에 대해 설명해 둔 페이지에 보면 자세히 설명되어 있듯이, 이 책은 단순히 R을 배워보고자 하는 입문자가 아니라 R 통계 시스템에 대한 어느 정도의 지식이 있는 사람들, 또는 기본 통계 개념에 대한 숙지가 선행된 사람들에게 도움이 되는 책이다.

     

    서평을 적은 본인은 R을 접한 경험이 거의 전무한 초보이기 때문에 R의 활용에 대한 설명이 어땠는지는 평하기는 힘이 들 것 같다. 하지만 책을 읽으면서 뚜렷하게 든 생각 하나는 실무자들에게는 정말 도움이 될 것 같다는 것이었다. 만약 내가 R을 활용해야하는 프로젝트나 업무를 맡게 되었을 때, 어떤 방식으로 일을 진행할 수 있을 지에서부터 데이터 편집, 더 나아가서는 프레젠테이션을 하는 것까지 세세하게 설명되어 있었기 때문에 책을 읽으면서 큰 흐름은 익힐 수 있었다. 만약 서평을 읽는 당신이 실무자이고, 프로젝트를 진행하는 도중에 어려움에 봉착한 상황이라면 이 책이 당신에게 큰 도움이 될 거라고 믿는다.

     

    또 한 가지 마음에 들었던 것은 데이터 과학 프로젝트의 단계(목표설정-데이터 수집 및 관리-모델 개발-모델 평가-결과 발표 및 문서화-모델배포)에 맞춰서 책을 파트별로 나누어 놓았다는 점, 그리고 그 속에서 다양한 예시를 들어서 정말 초보인 나도 이해가 가능했던 부분이 꽤 있었다는 점이다. 물론 이 책의 독자로서는 부족한 점이 많았기에 R 기본과정을 다룬 책을 빌려와야 했었지만, 큰 흐름을 이해하는 데는 지장이 없었다.

     

    책을 읽으면서 단순히 R에 대해서만 알면 되지 했던 마음은 갈수록 바뀌어고 있었다. R을 통해 분석한 데이터를 시각화하고, 그것을 필요로 하는 고객이나 대상에게 잘 전달하는 것(프레젠테이션 또는 자료전달)까지가 R의 목표임을 책에서 알 수 있었기 때문이다. 책에서 언급한 R in action, 2nd 등의 책을 통해 기본기를 탄탄히 하고 꼭 다시 한 번 정독해보고 싶은 도서이다.

     

    한마디로 아주 친절하지는 않지만, 그게 이 책의 매력이라고 할 수 있겠다.

교환/반품안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품안내
반품/교환방법

[판매자 페이지>취소/반품관리>반품요청] 접수
또는 [1:1상담>반품/교환/환불], 고객센터 (1544-1900)

※ 중고도서의 경우 재고가 한정되어 있으므로 교환이 불가할 수 있으며, 해당 상품의 경우 상품에 대한 책임은 판매자에게 있으며 교환/반품 접수 전에 반드시 판매자와 사전 협의를 하여주시기 바랍니다.

반품/교환가능 기간

변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

※ 중고도서의 경우 판매자와 사전의 협의하여주신 후 교환/반품 접수가 가능합니다.

반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유

소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우(단지 확인을 위한 포장 훼손은 제외)

소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품 등

복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품이므로 단순 변심 및 착오로 인한 취소/교환/반품 시 해외주문 반품/취소 수수료 고객 부담 (해외주문 반품/취소 수수료는 판매정가의 20%를 적용

2) 중고도서 : 반품/교환접수없이 반송하거나 우편으로 접수되어 상품 확인이 어려운 경우

소비자 피해보상
환불지연에 따른 배상

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

판매자
junich
판매등급
새싹셀러
판매자구분
일반
구매만족도
5점 만점에 2점
평균 출고일 안내
1일 이내
품절 통보율 안내
20%

이 책의 e| 오디오

바로가기

최근 본 상품