[성균관대 데이터사이언스융합학과] 1학기 11주차 후기

[목차]
0. 기초통계
1. 선형대수응용
2. 자료구조/알고리즘

 

기초통계

• 강의내용
  
  • 점추정
    • 관심사는 모수이나 이를 찾기 어려우니 통계량으로 추정하는 것
    • 점추정에서 필요한 것은 3가지
      • 불편성: bias가 없어야 한다.
      • 최소분산: 분산이 작아야 한다.
      • 일치성: 샘플이 커짐에 따라 통계량이 모수를 따라가야 한다.
      • (충분성): 생략
    • 점추정에 필요한 3가지를 구하는 방법 : 적률법, 최우추정법

 

선형대수응용

• 강의내용
  • 고유값과 고유벡터
  • 고유값과 고유벡터 계산
    • 고유값 구하기 : 특성방정식의 근으로 구한다.
    • 고유벡터 구하기 : 고유공간
  • 대각화
    • 닮음 변환

 

자료구조/알고리즘

• 강의내용
  • 탐색트리
    • 이진 탐색 트리의 개념, 탐색 연산
    • 이진 탐색 트리 삽입 연산, 최솟값 삭제 연산
    • 이진 탐색 트리 삭제 연산