국문 소개
•
이 과목은 복잡한 구조를 가지는 데이터분석에 사용되는 방법들에 대한 이론적인 설명과 함께 그 한계를 알고 올바른 분석 방법을 적용하는 능력을 기르는데 목표를 둔다. 새로운 자료에 대해 적절한 분석방법의 선택, 소프트웨어를 통한 방법론의 구현, 데이터과학 비전공자에게 결과의 전달 능력을 키운다. 이를 위해서 통계학과 관련된 주제들을 유기적으로 결합하며 다양한 통계적 방법론을 다룬다. 1.빈도주의와 베이지안의 결정이론 2. 통계적 가설검정 3. FWER과 false discovery rate를 제어하는 다중 검정방법 4. 경험적 베이즈를 이용한 통계적 추론 5. 신뢰구간 6. 다양한 머신러닝 기법 7.일반 선형화 모델 8.차원축소방법 등이 교과과정에 포함된다.
영문 소개
•
This course aims to provide a theoretical explanation of the methods used to analyze data with complex structures, as well as the ability to recognize their limitations and apply the correct analytical methods. You will develop the ability to select appropriate analytical
methods for new data, implement the methodology through software, and communicate the results to non-data science students. To achieve this, we will cover a variety of statistical methodologies, organically combining topics related to statistics. Topics include: 1.
frequentist and Bayesian decision theory, 2. statistical hypothesis testing, 3. multiple testing methods to control FWER and false discovery rate, 4. statistical inference using empirical
Bayes, 5. confidence intervals, 6. various machine learning techniques, 7. general linearization models, and 8. dimensionality reduction methods
