데이터 사이언스를 위한 확률론

"
1장 기초 개념
1.1 확률실험
1.2 집합이론
1.3 등확률사건
1.4 확률의 공리 및 성질
1.5 연속인 집합함수로서의 확률
1.6 확률의 해석
1.7 확률론의 역사
1.8 조합적 분석
1.9 파이썬 확률 예제 : 생일문제
연습문제

2장 조건부확률과 독립
2.1 조건부확률
2.2 베이즈 정리
2.3 진단테스트의 지표
2.4 사건의 독립
2.5 단순베이즈분류기
2.6 파이썬 활용 예제
연습문제

3장 확률변수
3.1 정의
3.2 확률변수의 종류
3.3 확률분포함수
3.4 확률변수의 기댓값
3.5 적률과 적률생성함수
3.6 파이썬을 활용한 예제
연습문제

4장 이산확률분포
4.1 이산확률변수
4.2 기댓값
4.3 베르누이 확률변수와 이항확률변수
4.4 포아송 확률변수
4.5 logit, sigmoid, softmax의 관계
4.6 파이썬 활용 예제
연습문제

5장 연속확률변수
5.1 복습
5.2 균등(일)확률변수(Uniform RV)
5.3 정규확률변수
5.4 감마분포
5.5 카이제곱분포
5.6 베타분포
5.7 위험률 또는 고장률함수
연습문제

6장 이변량 확률변수
6.1 결합분포함수
6.2 기댓값
6.3 조건부 기댓값
6.4 확률변수들의 독립
연습문제

7장 극한정리
7.1 중요한 부등식
7.2 확률수렴
7.3 분포수렴
7.4 델타(Delta)방법
7.5 중심극한정리
연습문제

찾아보기"

이성백 Texas A&M University 통계학과(이학박사)
현) 부경대학교 정보융합대학 통계 · 데이터사이언스전공 명예교수