KAIST 전산학과 석사 학생들이 대부분 듣는 필수 과목입니다. 제 연구와 관련하여 기초이기도 하여 이 수업을 들었습니다.
필기는 다른 필기 자료에 비해 조금 부실합니다. 하지만 이해하고 중간, 기말고사에 어려움 없게 한 정리한 자료도 있어서 도움이 될 것입니다.
- Probability Theory
첫 번째 chapter이니만큼 확률에 대한 기본적인 개념들이 소개되어 있습니다. - Random Variables
Random Variable, Probability Mass Function(pmf), Probability Density Function(pdf), Cumulative Distribution Function(cdf), Expectation, Variance, Standard Deviation, Chebyshev’s Inequality, Quartile, Joint Probability Distributions, Conditional Probability Distributions, Covariance, Independence, Linear Combinations of Random Variables, Non-linear Functions of a Random Variable에 대한 설명이 있습니다. - Discrete Probability Distributions
Binomial, Geometric, Negative Binomial, Hypergeometric, Poisson, Multinomial distribution에 관한 설명이 있습니다. - Continuous Probability Distributions
Uniform, Exponential, Gamma, Weibull, Beta distribution에 관한 설명이 있습니다. Exponential에 대해서는 Poisson process와 연관하여 얘기하고 있습니다. - Normal Distribution
Normal distribution에 관한 설명이 있습니다. Central Limit Theorem, Lognormal, Chi-Square, t, F distribution에 관한 설명도 포함되어 있습니다. - Descriptive Statistics
Bar, Pareto, Pie chart와 Histogram에 대한 얘기가 있습니다. - Statistical Estimation and Sampling Distributions
Point Estimate, Unbiased Estimates, Bias, Minimum variance estimate, Sampling distribution, Moment, Maximum Likelihood Estimate에 관한 설명이 있습니다. - Inferences on a Population Mean
Confidence Interval, z-Intervals, hypothesis testing, p-values, Type 1 error, Type 2 error, t-test, Significance level, z-test에 관한 설명이 있습니다. - Comparing Two Populatoin Means
Paired samples, Independent samples, z-procedure에 관한 설명이 있습니다. - Discrete Data Analysis
Chapter 9을 확장한 것으로 Pearson’s Chi-Square Test, One-way or Two-way classifications에 관한 설명이 있습니다. - The Analysis of Variance
ANOVA test에 대한 설명이 있습니다. - Simple Linear Regression and Correlation
제목에 나오듯 Linear regression에 관한 설명이 있습니다. - Summary
중간고사, 기말고사 준비용으로 정리한 문서에 필기한 것들을 스캔 하였습니다. 중간고사는 매우 쉬워서 A4 한 장으로 준비되었지만, 기말은 제가 공부를 소홀히 한 것도 있어서 정리본이 조금 깁니다.^^