오영석 강사님의 통계 이론 특강

오영석 강사님의 통계 이론 특강

📊 오영석 강사님의 통계 & 수학 특강 요약

🎓 강사명: 오영석

통계학과 인공지능 수학에 대한 개념을 실습 기반으로 명확히 설명해주는 강사로,
AI 프로젝트 수행에 필요한 수학적 기초와 실전 데이터 해석 역량을 동시에 길러주는 데 중점을 둔 강의입니다.

📅 강의 일정 및 주제별 정리

2025.04.04 (금) — Descriptive Statistics for Artificial Intelligence

  • 목표: 기초 통계 개념부터 확률 분포까지 실습 기반 학습
  • 핵심 내용:
    • 모집단과 표본, 데이터 표현 방식
    • 기초통계량과 데이터 시각화
    • 확률과 인공지능의 관계, 확률분포 이해
  • 교시별 구성:
    1. Statistics의 개요
    2. Number of cases
    3. Probability Theory
    4. Variables & Scales
    5. Population & Sample
    6. Descriptive Statistics
    7. Random Variable
    8. Probability distribution

2025.04.07 (월) — Inferential Statistics for Artificial Intelligence 1

  • 목표: 추론 통계의 기초와 t-검정 실습
  • 핵심 내용:
    • 기저분포, 점추정과 구간추정
    • 가설검정의 의미와 절차
    • t-test 실습으로 통계적 유의성 판단
  • 교시별 구성:
    1. Describing distribution
    2. Estimation
    3. Hypothesis Test
    4. t-test
    5. t-test 실습

2025.04.08 (화) — Inferential Statistics for Artificial Intelligence 2

  • 목표: 고급 추론 통계 + 인공지능과의 수학적 연결 이해
  • 핵심 내용:
    • F검정, 일원/이원분산분석
    • 다양한 상관분석(피어슨, 스피어만, 편상관)
    • 벡터, 유사도, 선형회귀, 머신러닝 개요
  • 교시별 구성:
    1. ANOVA
    2. Install Orange3
    3. Correlation Analysis
    4. Vector
    5. Similarity
    6. Machine Learning Overview
    7. Linear Regression
    8. Gradient Descent

2025.04.09 (수) — Mathematics for Artificial Intelligence 1

  • 목표: 머신러닝의 수학적 기반 요소 이해
  • 핵심 내용:
    • 확률적 경사 하강법(SGD)
    • 행렬 개념과 이미지 표현
  • 교시별 구성:
    1. Stochastic Gradient Descent
    2. Matrix
    3. Representation of Image

✨ 마무리

이 4일간의 강의는 데이터 과학과 인공지능을 위한 통계적 사고를 단단히 다질 수 있도록 돕는 여정이었습니다.
실습 중심의 구성과 단계적 이론 설명 덕분에, AI 프로젝트 수행을 위한 통계적 기반을 견고히 다질 수 있었습니다.