데이터과학을 위한 확률.통계: R과 Python의 활용

이 책은 2023년 봄 학기와 2024년 봄 학기에 고려대학교 데이터과학원에서 "데이터과학을 위한 확률.통계"을 강의하면서 남겨진 기록이다. 데이터 과학에 진입하려는, 또는 본인의 전공과 데이터 과학을 융합하려는, 통계학 외 다양한 전공의 석사과정 학생들이 대상이었다.

교재는 뉴욕 대학교(NYU) 데이터 사이언스 센터 Carlos Fernandez-Granda 교수의 Probability and Statistics for Data Science였는데 내가 맡은 교과목과 같은 제목이었던 점이 좋았고 교과 수준의 결정에도 참고가 되었다. 게다가 오픈소스였다. 그러나 나의 강의 스타일과 맞지 않는 점이 있어 이 책을 펴내는 계기가 되었다. 내 스타일은 구체적인 예의 제시와 코딩으로 확인하기!

수학과 컴퓨팅이 데이터 과학에서 중요한 두 요소라는 것이 나의 소신이다. 그렇지만 고급 수학을 전제하지 않는다. 낮은 수준에서부터도 수학적으로 접근하는 태도가 데이터 과학을 학습하고 전개함에 있어 중요하다.

컴퓨팅도 수학 못지않게 중요하다. 사용자 코딩을 해봐야 자신의 이해가 확실한지를 알 수 있다. 이 책에서는 대부분 예제에서 R과 Python을 활용하였다. 사용된 코드들은 출판사(자유아카데미) 홈페이지 http://www.freeaca.com에서 내려받을 수 있다.

인공지능의 시대에서는 인간의 정체성을 기계와 차별화해야 하므로 '탐구적 학습'이 더욱 중요하다. 부록 B에 탐구문제의 보기들을 제시하였으니 인내심을 갖고 읽어내길 바란다. 이런 것을 스스로 학습의 목표로 설정하는 것이 어떨까? 부록 A에 연습문제 풀이를 제시하였다.
데이터 과학의 시대이다. 현재 전공에 관계없이, 현재 학부과정에 있든 석사과정에 있든, 데이터 과학에 진입하려는 여러 젊은이들을 환영한다.

1장. 확률의 기초
2장. 확률변수
3장. 다변량 확률변수
4장. 기대값
5장. 확률분포의 수렴
6장. 여러 확률분포와 모의시행
7장. 통계적 기술
8장. 빈도적 추론
9장. 베이즈 추론
10장. 가설 검정
11장. 회귀모형
12장. 분류모형
부록 A. 연습문제 풀이
부록 B. 탐구

허명회 서울대학교 자연과학대학 계산통계학과 (졸업)
미국 스탠포드 대학교 통계학과 대학원 박사과정 (통계학 Ph.D.)
고려대학교 정경대학 통계학과 조교수, 부교수, 교수
성신여자대학교 교양교육대학 석좌교수
현) 고려대학교 데이터과학원 석좌교수