Statistics110 (edwith강의)

참여자:김정민 박형준 최웅준

 

회의날짜: 20년7월17일

 

예상 스터디 진행기간:20년 7월 ~9월까지

 

수학스터디의 목적은 딥러닝에 이용되는 수학기초개념을 하나씩 정립하기 위함입니다.

 

 

크게 확률론과 선형대수가 중요하다고 생각할 수 있습니다.

확률론은 기본적으로 수학, 사회학, 경제학, 공학 모두에서 사용하는 수학의 한 분야입니다. 때문에 자연계는 물론 인문사회계의 학생에게도 가장 중요한 수학과목의 하나로 여겨집니다. 우리 사회의 여러 문제를 수학적으로 모델링해서 해결 할 수 있습니다.

특히 많은 기계학습 알고리즘, 딥러닝을 이해하고 사용하기 위해서 '확률'에 대한 이해는 필수적입니다. 기계가 결정하는 모든 것은 확률에 기반하고 최적화 알고리즘와 소프트맥스 등 비롯한 많은 부분에서 확률론이 사용됩니다. 하버드 대학에서 제공하는 본 강좌는 조건부 확률, 공분산과 상관계수, 마르코프 체인 등 확률 기초를 배울 수 있습니다. 

선형대수는 기본적으로 과학과 공학 모두에서 사용하는 수학의 한 분야입니다. 선형대수학 없이 머신러닝을 시작할 수 있지만, 튼튼한 선형대수학 지식이 없다면 당신은 금방 한계에 부딪히게 됩니다.

많은 기계학습 알고리즘, 특히 딥러닝을 이해하고 사용하기 위해서 선형대수에 대한 이해는 필수적입니다. 당신은 이 강의에서 선형대수의 기초, 행렬연산, 선형시스템 및 선형변환 등 선형대수의 정수를 배울 수 있을 뿐만 아니라 머신러닝에 자주 등장하는 개념인 고유값분해 및 특이값 분해 등에 대해 학습할 수 있습니다.

 

edwith에서 제공되는 확률론 강의를 3강의 씩 수강할 예정입니다. 금요일에 스터디를 진행하고 배운내용을 정리하고 이해가 안가는 부분이나 의문점들에 대해서 토의할 생각입니다. 더 나아가서 현재 사용되는 딥러닝 기술에 접목해서 수학스터디 회원 말고도 다른 분에게도 도움이 될 수 있는 내용을 가져와서 발표할 생각입니다.

선형대수학은 연합동아리를 통해서 진행할것이고 도움되는 내용이 있으면 가져와서 발표할 생각입니다.

 

이 블로그에는 제가 들은 강의 내용을 정리하고 , 회의에서 나온 내용을 정리해서 올리도록 하겠습니다.