인공지능을 위한 확률과 통계 with 파이썬

1장 확률과 통계 이야기
1.1 데이터 사이언스와 통계학
1.2 통계학이란?
1.3 통계 모델
1.4 연습문제

2장 기술 통계학의 기본
2.1 데이터(자료)의 유형과 정리
2.2 기술 통계량
2.3 데이터 시각화
2.4 연습문제

3장 확률의 기본 개념
3.1 확률의 기본
3.2 파이썬으로 주사위 던지기
3.3 인공지능에서 확률
3.4 연습문제

4장 조건부 확률
4.1 경우의 수
4.2 경우의 수의 종류
4.3 조건부 확률
4.4 인공지능에서 조건부 확률
4.5 연습문제

5장 베이즈 정리
5.1 베이즈 정리의 이해
5.2 반복되는 베이즈 정리
5.3 베이즈 정리의 확장
5.4 인공지능 속 베이즈 정리
5.5 연습문제

6장 실생활 확률모델
6.1 무장위 확률모델: 랜덤워크와 브라운 운동
6.2 예측 확률모델: 마르코프 모델
6.3 반복 확률모델: 몬테카를로 시뮬레이션
6.4 연습문제

7장 확률변수와 확률분포
7.1 확률변수
7.2 기댓값과 분산
7.3 이산확률변수분포
7.4 연속확률변수분포
7.5 연습문제

8장 통계적 추정
8.1 모집단과 표본분포
8.2 점추정
8.3 구간추정
8.4 연습문제

9장 통계적 가설검정
9.1 가설검정의 원리
9.2 단일표본 가설검정
9.3 두 표본 가설검정
9.4 연습문제

10장 회귀분석과 예측
10.1 회귀분석
10.2 추정과 예측을 위한 최소제곱회귀
10.3 파이썬 통계적 분석기법
10.4 연습문제

11장 상관관계와 회귀분석모델의 검정
11.1 상관계수와 회귀분석과의 관계
11.2 회귀계수의 통계적 유의성 검정
11.3 회귀분석모델의 분산과 결정계수
11.4 회귀분석모델의 적합성 검정
11.5 연습문제

12장 머신러닝 회귀분석
12.1 머신러닝으로 해석하는 회귀분석
12.2 경사하강법(Gradient Descent)
12.3 확률적 경사하강법
12.4 고급 회귀분석모델 만들기
12.5 연습문제

13장 로지스틱 회귀와 분류
13.1 로지스틱 회귀의 이해
13.2 로지스틱 함수의 이해
13.3 파이썬을 이용한 로지스틱 회귀분석
13.4 연습문제