[성균관대 데이터사이언스융합학과] 1학기 10주차 후기

[목차]
0. 기초통계
1. 선형대수응용
2. 자료구조/알고리즘

 

기초통계

• 강의내용
  • 표본분포
    • 모집단과 성질이 비슷하게 뽑는 게 가장 중요하다
    • 중심극한정리
      • 모집단이 정규분포를 따를 때: 원래 하던대로 그대로  Go
      • 모집단이 정규분포를 따르지 않을 때: 표본크기 n이 충분히 크다면 모집단의 분포와 상관없이 표본평균의 분포는 근사적으로 정규분포를 따른다
        • 일반적으로 n > 30 이면 정규분포의 특성을 띈다 라고 잘못 알고 있지만, 전설의 케바케이며 특성마다 n의 크기는 변해야 한다.
    • 대수의 법칙
      • 표본ㄴ크기 n이 커지면 표본평균의 분산이 작아져 표본평균이 모평균 근처에 집중된다. 
    • 카이제곱 분포
      • 표준정규분포 형태로 표현할 수 있는 것을 제곱해서 더하는 

 

선형대수응용

• 강의내용
  • 선형변환
    • 표준기저벡터
  • 행렬변환의 합성
    • 사상의 정의
    • 행렬변환의 성질
    • 행렬변환의 합성

 

자료구조/알고리즘

• 강의내용
  
  • 트리계열 설명 Review