메가선생님

  • 공지사항

N

인공지능을 위한 선형대수와 기초통계

[과학] 류태선 선생님 전체 강좌

  • 대상 학년
    대학생
    강좌 유형
    기본이론
  • 강좌 구성
    각 11분씩, 총 33강
    수강 기간
    60일
  • 제작 방식
    동영상 스튜디오 강의
    부가 기능
    AI 자막

강좌정보

강좌 범위

인공지능 학습을 위한 필수 과정
내용 및 특징
[과정소개]
인공지능 분야를 보다 깊게 이해하고 학습하기 위한 필수 과정! "선형대수와 기초통계" 
머신러닝/딥러닝 인공지능 분야를 이해하기 위해 꼭 알아야 할 수학적 지식과 통계 지식을 
단기간, 요점만 잡아서 알려드립니다. 

기초부터 단단한 공부하고 싶지만 수학이 두려운 사람,
필요한 수학만을 골라서 배우고 싶은 사람, 독학으로 답답함을 느꼈던 사람
어려운 문제를 만나도 포기하지 않도록 더 깊이 있는 
나만의 분야로 발전할 수 있도록 도와드립니다.

수학을 몰라도 충분히 인공지능을 공부할 수 있습니다.
다만, 수학은 우리의 공부를 훨씬 수월하게 만들어 줍니다.
수학을 모른다면 하루에 걸쳐 공부해야 할 것을 단 1분만에 이해할 수 있게 될 것 입니다.
특히, 최신 논문을 읽고 이해하 수준에 도달하게 된다면
소홀하게 넘어갔던 여러 수학 수식과 통계, 수학적 용어들이 발목을 잡게 된다는 걸 느끼실 겁니다.

Step1. 통계의 이해와 기본 개념 정리
Step2. 인공지능에서 자주 등장하는 선형대수학 개념
Step3. 인공지능을 위한 통계분석

어려운 수학을 알려드리지 않습니다. 필요한 수학만 배워가세요!

[학습목표]
- 인공지능 학습을 선형대수와 기초통계 (머신러닝/딥러닝)

[학습내용]
1. 통계란 무엇인가_ 통계 기본 용어 정리(자료, 변수, 척도)
2. 변수의 종류_ 통계의 종류
3. 확률 기본 이론
4. 꼭 알아야 할 베이즈(Bayes’s Rule) 정리
5. 확률변수, 확률분포, 확률밀도
6. 분산, 표준편차
7. 통계 기본용어 총 정리
8. 행렬의 합
9. 행렬의 곱
10. 정방행렬
11. 역행렬
12. 선형방정식
13. 선형 시스템
14. 고유값, 고유벡터
15. 고유 벡터 분해
16. 영공간(Null Space)
17. 선형대수와 인공지능
18. 선형대수학 총정리
19. 선형회귀분석 용어 정리 및 개념정리
20. 최적의 선형관계란
21. 최소제곱법 (LSE)
22. 최소제곱법의 기하학적 관점
23. 제곱합분해
24. 회귀진단 선형성판단, 정규성판단
25. 회귀진단 등분산성판단 모형선택의 기준(결정계수)
26. 교호작용
27. 회귀진단_용어정리
28. 더빈왓슨검정
29. 다중공신성
30. 로저스틱 회귀분석 개념정리 및 해석
31. 최대우도 추정 최적의 가설
32. Confusion Matrix
33. 마무리하며(심화)
수강 대상
- 머신러닝, 딥러닝 분야의 단단한 기초를 쌓고 싶은 사람
- 인공지능을 활용하는데 필요한 수학만 골라서 배우고 싶은 사람
- 인공지능을 공부하고 싶지만 수학이 두려운 사람
- 독학을 하면서 답답함을 느꼈던 사람