[데이터사이언스 학습을 위해 필수적으로 알아야 하는 수학 및 통계 지식]

본 강의는 데이터사이언스의 기초가 되는 수학 및 통계에 대한 핵심 지식들에 대해 다루는 수업입니다. SPSS와 엑셀 등 기초적인 통계 도구를 사용하여 해당 개념들을 실제로 다뤄보며, 데이터 분석 시 인사이트를 도출하기 위한 통계적 방법론에 대해서 고민해보실 수 있습니다.

해당 강의의 목차는 다음과 같습니다.

<목차>

[확률론]

• 통계학이란?

• 모수통계와 비모수 통계

• 자료의 정리

• 변수의 종류와 측정의척도

• 산포도

• 기술통계

• 기술통계(중심성향의측도)

• 기술통계(산포의측도)

• 기초수학1(일변수함수와 다변수함수)

• 기초수학2(함수의 극한)

• 기초수학3(함수의 미분)

• 확률분포란?

• 이산확률분포란?

• 이항분포

• 포아송분포

• 연속확률분포

• 정규분포

• 표준정규분포

• 정규근사

• 지수분포

• 결합확률분포

• 확률변수의 독립성

• 표집분포

• 모집단 추정(모평균)

• 모집단 추정2(모비율)

[기타 수학 이론]

• 벡터

• 일차방정식

• 행렬

• 행렬식

• 고윳값과 고유벡터

• 이차형식

• 수직성

• 합확률분포와 랜덤백터

• 독립사건과 독립변수

• 최적화 이론

• 표본공간

• 모집단 추정(모평균)

• 신뢰구간과 가설검정

• 두 집단에 대한 추론

• 모분산추정

• 카이제곱검정

• 데이터마이닝

• 분석방법1 : 성과분석

• 분석방법2 : 로지스틱 회귀법

• 분석방법3 : 의사결정나무

• 분석방법4 : 앙상블

• 분석방법5 : 인공지능

• 분석방법6 : 군집분석

데이터분석에 필요한 기초 수학 내용을 본 강의 하나로 충분하게 학습해가시기 바랍니다.