선형대수학
Open Academy
무료
입문 / 대수학, 선형대수학, algebra, MIT
이 과정은 행렬 이론과 선형대수학을 다루며 물리학, 경제학, 사회과학, 자연과학 및 공학 등 다른 학문 분야에서 유용하게 쓰이는 주제들을 강조합니다. 이 강의는 Strang 교수의 교재인 Introduction to Linear Algebra의 이론과 응용의 조합과 궤를 같이합니다.
입문
대수학, 선형대수학, algebra

이 과정은 통계적 추론과 확률적 사고를 강조하며, 무작위 현상 및 프로세스의 모델링과 분석에 중점을 둡니다. 학습자는 수학적 엄밀함과 개념적 이해를 결합한 필수 모델 및 도구를 탐구하게 됩니다.
1명 이 수강하고 있어요.
난이도 입문
수강기한 무제한
확률 모델을 실제 시나리오에 적용하는 능력
통계 데이터를 해석하고 분석하는 기술
확률에 기반하여 정보에 입각한 결정을 내리는 자신감
MIT OpenCourseWare
확률적 사고의 본질
불확실성의 세계를 헤쳐 나가는 것은 벅찬 일일 수 있습니다. 데이터를 바탕으로 정보에 입각한 결정을 내리든, 통계적 결과의 중요성을 이해하든, 확률적으로 사고하는 능력은 오늘날의 데이터 중심 사회에서 점점 더 필수적인 요소가 되고 있습니다. 이 과정은 이러한 개념들을 명확하게 설명하여, 다양한 분야에 적용 가능한 확률 및 통계의 탄탄한 기초를 제공합니다.
학습자들은 실제 사례와 대화형 세션을 통해 확률적 시스템 분석의 원리를 발견하게 될 것입니다. 이 과정은 수학적 이론과 실질적인 응용을 독특하게 결합하여, 학생들이 통계적 추론에 대한 예리한 직관을 기를 수 있도록 돕습니다. 학습이 진행됨에 따라 여러분은 점차 데이터를 해석하고 확률 모델을 기반으로 합리적인 결정을 내리는 데 익숙해질 것입니다.
강의 · 25개 동영상
1. 확률 모델 및 공리
2. 조건부 확률과 베이즈 정리 (Conditioning and Bayes' Rule)
3. 독립성
4. 카운팅(Counting)
5. 이산 확률 변수 I
6. 이산 확률 변수 II
강사들
원본 강의
학습 대상은
누구일까요?
업무 중 통계 데이터 해석에 어려움을 겪는 개인들
향후 학업을 위해 분석 능력을 향상시키고자 하는 학생들
데이터에 기반한 의사결정 능력을 향상시키고자 하는 전문가들
선수 지식,
필요할까요?
미적분학 개념에 대한 기초적인 이해
수학적 추론에 대한 친숙함
데이터 분석 및 통계에 대한 관심
3,157
명
수강생
20
개
수강평
4.9
점
강의 평점
223
개
강의
"언어가 학습의 장벽이 되지 않도록."
세계 유수 기관의 공개 강의를 전합니다.
번역과 자막 작업을 거쳐, 모든 학습자가 원어 부담 없이 강의를 따라갈 수 있도록 돕습니다.
전체
27개 ∙ (21시간 6분)
해당 강의에서 제공:
3. 1. 확률 모델과 공리
51:10
5. 3. 독립성
46:29
6. 4. 카운팅 (Counting)
51:33
7. 5. 이산 확률 변수 I
50:34
8. 6. 이산확률변수 II
50:52
9. 7. 이산 확률 변수 III
50:41
10. 8. 연속확률변수
50:28
11. 9. 다변량 연속 확률 변수
50:50
14. 12. 반복 기댓값 법칙
47:53
15. 13. 베르누이 과정
50:57
16. 14. 포아송 과정 I
52:43
17. 15. 푸아송 과정 II
49:27
18. 16. 마르코프 연쇄 I
52:05
19. 17. 마르코프 연쇄 II
51:24
20. 18. 마르코프 연쇄 III
51:49
21. 19. 약대수의 법칙
50:12
22. 20. 중심 극한 정리
51:22
25. 23. 고전적 통계적 추론 I
49:31
26. 24. 고전적 추론 II
51:49
27. 25. 고전적 추론 III
52:06
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
무료