[온라인 교육] Data Science from MIT(Eric Grimson & John Guttag 교수 / 커넥트재단)

[온라인 교육] Data Science from MIT(Eric Grimson & John Guttag 교수 / 커넥트재단)

Computer Science의 탑 1위 대학인 MIT 공대의 "Introduction to Computational Thinking and Data Science" 수업 영상 및 강의 자료를 한국어로 번역 제공.

해당 강좌에서는 데이터 과학이라는 분야를 시작하기 위한 알고리즘과 통계학 그리고 기계학습의 내용을 조금씩 나눠서 다루고 있으며, 프로그래밍 실습보다는 문제 해결방법 대해서 집중적으로 공부합니다. 본격적인 데이터 과학 분야에 진입하기에 앞서, 해당 분야를 배우기 위해서는 어떤 것을 더 학습해야 하는지 체험할 수 있는 강의.

 

[ 강의목록 ]

1. Data Science from MIT
   1. Chapter 1. Introduction and Optimization Problems (전반적인 소개와 최적화 문제)
   1. Chapter 2. Optimization Problems (탐욕 알고리즘의 장단점)
   1. Chapter 3. Graph-theoretic Models (최적화 문제)
   1. Chapter 4. Stochastic Thinking (확률론적 사고)
   1. Chapter 5. Random Walks (무작위 행보)
   1. Chapter 6. Monte Carlo Simulation (몬테 카를로 시뮬레이션)
   1. Chapter 7. Confidence Intervals (신뢰구간)
   1. Chapter 8. Sampling and Standard Error (표본 추출과 표준 오차)
   1. Chapter 9. Understanding Experimental Data (cont.) (실험 데이터를 이해하는 과정)
   1. Chapter 10. Understanding Experimental Data (cont.)
   1. Chapter 11. Introduction to Machine Learning (머신러닝)
   1. Chapter 12. Clustering (군집화)
   1. Chapter 13. Classification (분류법)
   1. Chapter 14. Classification and Statistical Sins (분류법과 통계적 죄악)
   1. Chapter 15. Statistical Sins and Wrap Up (통계적 죄악)

 

[ 선수 조건 ]

해당 수업의 선수 조건은 가벼운 파이썬을 이용한 객체 지향 프로그래밍 경험입니다. 또한, 계산 복잡도와 몇 가지 알고리즘의 개념에 대해 익숙해야 합니다. 만약 해당 지식이 없다면 아래 강좌들의 일부분을 수강하고 오시길 권합니다.

 

* 모두를 위한 프로그래밍 : 파이썬https://www.edwith.org/pythonforeverybody파이썬을 사용해본 적이 없다면, 해당 강좌에서 파이썬 기본 문법을 배우세요!
* 모두를 위한 프로그래밍 : 파이썬 자료구조http://www.edwith.org/python-data/파이썬의 기초를 배우셨다면 적이 없다면, 해당 강좌에서 파이썬 기초 자료구조를 배우세요!
* 모두를 위한 프로그래밍 : 파이썬을 이용한 데이터베이스 처리http://www.edwith.org/python-databases/해당 강좌에서 객체 지향 프로그래밍 경험을 배우세요! Chapter 14 만 들으시면 됩니다.
* CS50 x edwithhttps://www.edwith.org/cs50알고리즘의 기초와 시간 복잡도를 쉽게 설명한 강좌입니다. 2장인 "알고리즘 기초" 만 수강하고 오시면 됩니다.
* Introduction to Computer Science and Programming in Pythonhttps://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/lecture-videos/해당 강좌의 선수 강좌(영어) 입니다. 파이썬 프로그래밍 경험과 효율적인 알고리즘을 작성하는 방법을 배울수 있습니다.

'Data Science' 학습 내용-인공지능 및 트리 기초
-통계학 기초
-기계학습의 기초
이런분들이 들으시면 좋습니다-데이터 과학 분야로 진입하고 싶으신 분들
-인공지능과 기계학습을 처음 배우시는 분들
-데이터 과학분야에서 문제해결 방법을 배우고 싶으신 분들
코드 실습강의에 사용된 코드를 실습해 볼 수 있도록 좌측 "강의목록"에 링크해 두었습니다. 참고하세요!
수강생들의 참여로 완성되는 강의강의 내용에 대한 질의 응답은 진행하지 않습니다.
대신 Discussion Forum에서 다른 수강생분들과 함께 고민하고 같이 공부하세요!
- 번역 및 내용 감수 총괄: 홍용원 (연세대학교 컴퓨터공학 박사과정)
- 번역: 김재연, 천근영, 홍재이, 한상은, 조아영, 이수윤, 한상은, 조하늘, 박준희, 박정빈, 윤수식, 신유주 (커넥트 번역 봉사단)
- 퍼블리싱 : 변성윤(SOCAR 데이터 과학자)

* EDWITH : https://www.edwith.org/datascience

 

 

******************************************************

- 통계분석연구회

- 카페 : http://cafe.daum.net/statsas

- STATWITH : http://statwith.tistory.com/

- 통계분석연구회(Statistics Analysis Study) 그룹 

  : https://www.facebook.com/groups/statsas