강좌 소개 수업내용/목표 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. 강좌 계획 강의계획서 주차 주차명 차시명 1주차 모집단과 표본 통계학이란 무엇인가? 모집단과 표본 R 들어가기 2주차 자료의 정리 자료의 종류 표와 그래프 중심과 퍼짐 측도 이변량 자료와 상관계수 3주차 확률 확률의 정의 확률의 법칙 조건부 확률과 독립 임의표본 4주차 확률분포Ⅰ 확률변수 기대값 베르누이 시행과 이항분포 5주차 확률분포 Ⅱ 포아송 분포 정규분포 표본의 분포 6주차 통계적 추론 Ⅰ 점추정 구간추정 Ⅰ 대표본 구간추정Ⅱ 정규모집단 7주차 통계적 추론Ⅱ 통계적 가설검정 분산의 추론 t-분포의 재조명 8주차 온라인 중간고사 9주차 두 모집단...