강좌소개
확률 통계 기초 및 MATLAB을 이용한 통계 분석 역량 습득
강좌 상세페이지 배경
참여기관 목록
강좌소개
학습목표
확률 통계 기초 및 MATLAB을 이용한 통계 분석 역량 습득
머신러닝 알고리즘 이해 및 구현
데이터 특성 이해 및 기초적 통계적 추론, 머신러닝 모델링 및 평가 방법
강좌 운영일정
- 수강신청기간 : 2025.02.01 ~ 2025.06.30
- 강좌운영기간 : 2025.03.01 ~ 2025.06.30
이수 및 평가기준
- 퀴즈 20%
- 중간고사 40%
- 기말고사 40%
수업계획서
| 주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
|---|---|---|---|---|
| 1 | 과목 소개 | 1-1 | ||
| MATLAB 기초 | 1-2 | |||
| 자료의 정리와 요약(1) | 1-3 | |||
| 2 | 확률 |
2-1 | 자료의 정리와 요약 (2) |
|
| 2-2 | 사건의 확률 |
|||
| 2-3 | 확률의 연산 |
|||
| 3 | 확률분포 (1) |
3-1 | 표본공간의 분할과 베이즈정리 |
|
| 3-2 | 이산확률변수와 기댓값 |
|||
| 3-3 | 이산확률분포-이항분포 |
|||
| 4 | 확률분포 (2) |
4-1 | 연속확률변수와 기댓값 |
|
| 4-2 | 연속확률분포 |
|||
| 4-3 | 결합확률분포 |
|||
| 5 | 표집분포 |
5-1 | 정규 모집단에서 표집분포 |
|
| 5-2 | 카이제곱분포, t-분포, F분포 |
|||
| 5-3 | 일반 모집단에서의 표집분포 |
|||
| 6 | 추정 (1) |
6-1 | 한 모집단에서 모평균의 추정 |
|
| 6-2 | 한 모집단에서 모평균 및 표준편차의 추정 |
|||
| 6-3 | 한 모집단에서 모비율에 대한 추정 |
|||
| 7 | 추정 (2) |
7-1 | 두 모집단의 모평균 차에 대한 추정 |
|
| 7-2 | 두 모집단에서 모비율차 및 모표준편차의 비에 대한 추정 |
|||
| 7-3 | 한 모집단에서 모평균에 대한 검정 |
|||
| 8 | 검정 |
8-1 | 모평균 차에 대한 검정 |
|
| 8-2 | 모비율, 모비율의 차 검정 |
|||
| 8-3 | 모표준편차, 모표준편차의 비 검정 |
|||
| 9 | 분산분석 |
9-1 | 일원배치 분산분석 |
|
| 9-2 | 이원배치 분산분석 |
|||
| 10 | 최적화 |
10-1 | 머신러닝 개요와 배경지식 |
|
| 10-2 | 최적화 이론 |
|||
| 10-3 | 최적화 실습 |
|||
| 11 | 회귀분석 |
11-1 | 선형 회귀분석의 이해 및 실습 |
|
| 11-2 | 다중 및 비선형 회귀분석 |
|||
| 11-3 | 회귀분석 활용 예제 |
|||
| 12 | 분류 (1) |
12-1 | 분류와 퍼셉트론 |
|
| 12-2 | 서포트벡터머신(SVM) |
|||
| 12-3 | 퍼셉트론 및 SVM 실습 |
|||
| 13 | 분류 (2) |
13-1 | 로지스틱 회귀 |
|
| 13-2 | 의사결정나무 |
|||
| 13-3 | 로지스틱 회귀 및 의사결정나무 실습 |
|||
| 14 | 군집분석 및 차원축소 |
14-1 | 군집분석 |
|
| 14-2 | 주성분 분석 |
|||
| 14-3 | 특이값 분해 |