메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

R을 활용한 통계학 개론 (2018)

과정 이미지
R을 활용한 통계학 개론 (2018) 과정정보
수강기간 30일
강의구성 46차시
수강료 무료
과정소개

 

본 강의에서는 통계학의 기본 개념을 습득하고 R을 이용하여 실제 자료의 분석법을 익힌다. 인공지능의 이해에 필요한 기계학습을 이해하기 위해 요구되는 선행과목이며, 대학에서 3학점으로 개설되는 기초통계학 또는 통계학 개론에서 다루는 내용을 충실하게 포함하고 있다.

 

R은 전 세계적으로 가장 많이 사용하고 있고 가장 훌륭한 통계 패키지 일 뿐만 아니라 무료로 누구나 사용할 수 있으므로 본 강좌를 통해 통계학의 기초 개념과 R의 사용법을 익히는 것이 제4차 산업혁명 및 인공지능 시대에 대비한 첫 걸음이라 할 수 있다.

인공지능의 핵심요소인 기계학습(machine learning)과 강화학습(deep learning)을 이해하고 이를 이용한 소프트웨어를 개발하기 위해서는 통계학의 고급 이론이 필요한데 이에 해당되는 과목으로 수리통계학, 회귀분석론 등이 있다. 수리통계학, 회귀분석론 등의 고급 통계학 이론을 이해하기 위해서 본 교과목은 필수적인 선행과목이다.

이를 위해 본 교과목에서는 통계학의 필수 개념인 모집단과 표본의 관계, 확률의 개념, 확률변수 및 표본분포, 이를 이용한 통계적 추론 (점추정, 구간추정, 가설검정)을 소개하고, 나아가서 회귀분석과 분산분석의 기본개념, 비모수 통계학 등을 소개하며 마지막으로 통계학의 가장 중요한 실습 도구인 모의실험과 그의 밑거름 이론이 되는 근사이론을 소개한다.

학습목표
강의목차
차시 강의명
1차시 WEEK00_INTRO
2차시 1주차 모집단과 표본_통계학이란 무엇인가?
3차시 1주차 모집단과 표본_모집단과 표본
4차시 1주차 모집단과 표본_R 들어가기
5차시 2주차 자료의 정리_자료의 종류
6차시 2주차 자료의 정리_표와 그래프
7차시 2주차 자료의 정리_중심과 퍼짐 측도
8차시 2주차 자료의 정리_이변량 자료와 상관계수
9차시 3주차 확률_확률의 정의
10차시 3주차 확률_확률의 법칙
11차시 3주차 확률_조건부 확률과 독립
12차시 3주차 확률_임의표본
13차시 4주차 확률분포Ⅰ_확률변수
14차시 4주차 확률분포Ⅰ_기대값
15차시 4주차 확률분포Ⅰ_베르누이 시행과 이항분포
16차시 5주차 확률분포 Ⅱ_포아송 분포
17차시 5주차 확률분포 Ⅱ_정규분포
18차시 5주차 확률분포 Ⅱ_표본의 분포
19차시 6주차 통계적 추론 Ⅰ_점추정
20차시 6주차 통계적 추론 Ⅰ_구간추정 Ⅰ 대표본
21차시 6주차 통계적 추론 Ⅰ_구간추정Ⅱ 정규모집단
22차시 7주차 통계적 추론Ⅱ_통계적 가설검정
23차시 7주차 통계적 추론Ⅱ_분산의 추론
24차시 7주차 통계적 추론Ⅱ_t-분포의 재조명
25차시 8주차 두 모집단의 비교_독립 이표본 검정Ⅰ - 대표본
26차시 8주차 두 모집단의 비교_독립 이표본 검정Ⅱ - 정규모집단
27차시 8주차 두 모집단의 비교_쌍체비교
28차시 8주차 두 모집단의 비교_두 모비율의 비교
29차시 9주차 회귀분석 _회귀모형이란 무엇인가?
30차시 9주차 회귀분석 _단순선형회귀모형
31차시 9주차 회귀분석 _최소제곱추정량
32차시 9주차 회귀분석 _회귀모형의 적합도
33차시 9주차 회귀분석 _다중선형회귀모형
34차시 10주차 범주형 자료의 분석_여러 형태의 범주형 자료
35차시 10주차 범주형 자료의 분석_적합도 검정
36차시 10주차 범주형 자료의 분석_일양성 검정
37차시 10주차 범주형 자료의 분석_독립성 검정
38차시 11주차 분산분석_완전 확률화 디자인
39차시 11주차 분산분석_완전 확률화 디자인의 추론
40차시 11주차 분산분석_동시신뢰구간
41차시 12주차 비모수 통계학_윌콕슨 순위합 검정
42차시 12주차 비모수 통계학_부호 검정과 부순위 검정
43차시 12주차 비모수 통계학_순위상관계수
44차시 13주차 모의실험 및 통계적 근사_모의실험
45차시 13주차 모의실험 및 통계적 근사_원주율의 계산
46차시 13주차 모의실험 및 통계적 근사_테일러 급수 전개