History
home
BDA 연혁
home

데이터사이언스를 위한 기초확률론 (17:00 ~ 19:00)

강의계획서

데이터사이언스를 위한 확률론의 기초 개념을 다룹니다.

[어떤 것을 배우나요?]
확률 이론의 기본부터 다양한 심화된 함수
적률(moment), 모집단, 표본 개념까지 확장된 데이터 해석의 기본기
실제 데이터 해석과 분석에 적용할 수 있는 기반을 마련

10기 학회원들의 생생한 후기를 확인해보세요!

강연의 질이 좋아서 주변에 적극 추천하고 싶음
주제/분야: 통계 강의를 따로 수강 중이었는데, 휴회 기간 이전에 배웠던 내용들을 다시 복습할 수 있는 좋은 기회였습니다.
환경: 비대면 강의라서 편하게 들을 수 있어 좋았습니다.
비전공자가 이해할 수 있을 만한 정보를 전달해주어 도움이 되었습니다.
수학·통계 관련 주제를 잘 몰라 꼭 수강해 보고 싶었습니다.
데이터사이언스에 관심이 있고, 앞으로 더 공부해보고 싶다는 생각이 들었습니다.
데이터 관련 직무로의 취업 생각은 없었지만, DS(데이터사이언스) 분야에 대한 고민을 할 수 있어 좋았습니다.
강연을 통해 더 큰 흥미를 느낄 수 있었던 점이 만족스러웠습니다.

커리큘럼 (10주차)

1주차 : 확률 이론의 기초 개념 이해 1

2주차 : 확률 이론의 기초 개념 이해 2

3주차 : 다양한 확률 분포 이해 1

4주차 : 다양한 확률 분포 이해 2

5주차 : 이산형 확률분포의 이해 1

6주차 : 이산형 확률분포의 이해 2

7주차 : 연속형 확률분포의 이해 1

8주차 : 연속형 확률분포의 이해 2

9주차 : 확률분포의 정량적 이해 1

10주차 : 확률분포의 정량적 이해 2