대학 교육

/

수학

확률과 통계 101

드디어 모두를 위한 확률과 통계 강의가 왔습니다! 이론과 코딩 실습을 통해서 차근차근 확률과 통계의 원리에 대해서 배워봅니다.

(4.8) 수강평 5개

수강생 134명

Thumbnail

초급자를 위해 준비한
[수학] 강의입니다.

이런 걸
배워요!

  • 확률론

  • 통계/예측분석

  • 통계 모델링

  • Python /R 사용 분석

어렵기만 했던 확률과 통계는 이제 그만!
데이터 사이언스 커리어를 위해 차근차근 배워봐요 ✏️

누구나 쉽게 배울 수 있는
확률과 통계

  • 확률과 통계에 대한 자신감 UP
  • 외계어 같았던 통계 용어에 대한 거부감 ZERO
  • ✅ Python과 R 코딩을 통한 분석능력 UP
  • 데이터 사이언스 커리어를 위한 SKILL UP

혹시 여러분의 고민은 아닌가요?

확률과 통계를 배우고 싶은데
수학 자체가 너무 어렵게 느껴져요. 

데이터 사이언스 기초를 쌓고,
데이터 분석의 원리도 알고 싶어요.

비전공자라서 내가 과연 수학을
공부할 수 있을까 걱정돼요.

이론을 줄줄 설명하기만 하는 강의보다
실제 활용법도 알려주는 강의를 듣고 싶어요.


이 강의에서는 
이런 내용을 배워요.

용어의 100% 한글화 이론과 실습을 번갈아 가면서 내공 쌓기
쉬운 주제부터 고급 주제까지 차근차근 step by step
Python과 R 두 가지 언어로 제공되는 50편의 실습 코드

  • 💡 비전공자/초보자도 도전할 수 있습니다.
  • 💡 강의 슬라이드 700+ page PDF 파일을 제공합니다.
  • 💡 Python과 R 실습코드 50편을 제공합니다.
  • 💡 확룰과 통계를 마스터하고, 수학에 대한 두려움을 날려버려요!

  • 확률론: 확률의 정의와 특성, 확률변수, 이산확률과 연속확률, 확률분포함수, 결합확률.
  • 통계분석: 기술통계와 추론통계, 표본과 모집단, 표집방법, 신뢰구간, 가설검정의 원리, t-검정, 카이제곱검정, 분산검정, 분산비검정, 상관성 분석, 분산분석 (ANOVA), 시각화의 원리.
  • 예측분석: 선형회귀 모형의 최적화, 잔차와 레버리지, AIC 정보량, VIF, 다중공선성, 더미변수, Ridge회귀, Lasso회귀, 푸아송회귀, 다항식회귀, 로지스틱회귀, 혼동행렬.
  • 통계 모델링: 주성분분석(PCA), 주성분의 활용, 요인분석 (Factor Analysis), 마르코프 연쇄, 마르코프 의사결정과정, 베이지언 통계, 마르코프 연쇄 몬테카를로, 은닉마르코프모형 (HMM).

이 강의를 만든 사람
루비네 코딩 - James 쌤 (PhD)

  • S사, K사, L사, P사 등 국내 유수 기업 사원 대상 강의
  • K-Digital Training, ICT 이노베이션 스퀘어, 청년취업 아카데미, 4차산업 인재 양성 프로그램 등 취준생 대상 강의와 멘토링
  • SIC 인공지능 강의 설계
  • 최근 10 여년간 활발한 창업, 강의, 컨설팅 활동

Q&A 💬

Q. 확률과 통계는 왜 배우나요?

ChatGPT와 같은 인공지능이 하루가 다르게 발전하면서 세상을 바꿔가고 있습니다. 아시는지요? 자연어 인공지능은 확률과 통계 모델에서 시작했다는 것을! 데이터사이언티스트가 되려면 확률과 통계는 선택이 아닌 필수입니다.

Q. 저는 비전공자인데 어느정도 수학 지식이 필요할까요?

고등학교 졸업자 또는 대학 1학년 수준의 수학 지식이면 충분합니다. 이공계 전공자 수준의 수학지식을 전제하지는 않습니다.

Q. 실습 예시는 Python과 R 두 가지 언어로 제공되는데, 어느 언어가 더 좋은가요?

각각 언어의 특장점을 살려서 실습을 진행합니다. 어느 한쪽만을 선택하셔도 충분합니다. 최근 몇년간의 추세는 Python 우세 이기때문에 이점 고려해 주시면 좋겠어요.   

Q. 많은 실습 예문이 제공되는 것은 알겠는데 대신 이론이 부실하지 않나요?

절대 아닙니다! 이론 강의에서는 꼭 필요한 수식과 개념 위주로 원리를 설명합니다. 전공자도 어려운 전공서적을 읽기 전에 저희 강의를 수강해 주시면 분명히 도움이 됩니다. 

Q. 선수 지식이 있나요?

이 강의에서는 Python과 R의 기초 문법에 대해서는 다루지 않습니다. 기본적인 코딩 지식과 배열, 데이터 프레임, 시각화 등의 지식이 있다면 더 이해하기 쉽습니다.

이런 분들께
추천드려요!

학습 대상은
누구일까요?

  • 확률과 통계의 기초를 탄탄히 다지고 싶으신 분

  • 데이터 사이언스에 관심이 있으신 분

  • 코딩을 통해서 분석과 통계 모델링 역량을 쌓고 싶으신 분

선수 지식,
필요할까요?

  • Python 기초 문법

  • R 기초 문법

루비와 James 쌤이 만들어가는 코딩교실입니다.  

루비는 먹고 자는 것이 취미이며 호기심 많은 시츄 여아 입니다. 

많은 관심 부탁해요~~ 😊 🙇‍♂️ 🙏

루비네 코딩 : 네이버 블로그 (naver.com)

 

 

 

커리큘럼

전체

94개 ∙ (15시간 29분)

수업 자료

가 제공되는 강의입니다.

강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!