|
확률과 통계
1.경우의 수
2.순열과 조합
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
일생생활에서 일어나는 여러 가지 사건이나 현상을 어떤 기준에 따라 분류하고 분석함으로써 앞으로의
|
|
|
교과서 확률통계 영역에 대한 연구”. 응용통계연구, Vol.18 No.1.
3) 장대흥. 2009. “기초통계학 교육 시 확률에 관한 몇 가지 유용한 사례들”. 응용통계연구, Vol.22 No.4. 1.
(1) 확률의 승법정리에서 종속사상과 독립사상의 개념을 설명하고,
(
|
|
|
“수학 1 검정교과서 확률통계 영역에 대한 연구”. 응용통계연구, Vol.18 No.1. http://www.riss.kr/link?id=A45033760
3) 장대흥. 2009. “기초통계학 교육 시 확률에 관한 몇 가지 유용한 사례들”. 응용통계연구, Vol.22 No.4. http://www.riss.kr/link?id=A76542832
|
|
|
1. 단원의 학습 목표
2. 단원의 학습 계획
3. 소단원별 학습 계획
Ⅶ. 확률
1. 단원의 학습 목표
2. 단원의 학습 계획
3. 소단원별 학습 계획
Ⅷ. 통계
1. 단원의 학습 목표
2. 단원의 학습 계획
3. 소단원별 학습 계획
|
|
|
교과서들은 한결같이 그것이 기초 자료분석 및 통계 교육용으로 얼마나 유용한지를 말해준다. 아닌 게 아니라, 최근에 나온 한 매뉴얼은 미니탭이 전 세계 2,000개가 넘는 교육기관에서 사용되고 있으며, 200권 이상의 통계교과서에서 참조되고
|
|
 |
확률이 0.904으로 공분산 행렬이 동일하므로 가정에 문제가 없다.
- 귀무가설 : 처치집단간 평균값들의 vectors가 동일하다.
- 대립가설 : 처치집단간 평균값들의 vectors가 동일하다.
☞ 다변량 검정 결과 네가지 통계량이 모두 기각되었으므로 귀
|
|
|
교과서 Ian H. Witten, Eibe Frank, Mark A. Hall, Data Mining Practical Machine Learning Tools and Techniques Third Edition, Morgan Kaufmann Publishers, 2011
종전연구 의사결정트리를 이용한 날씨에 따른 화재발생 확률 예측모델, 김영진, 류정우, 송원문, 김명원, 정보과학회논
|
|
|
통계학과, (2005), 논문집
2) 박성현 외 2명, (2000), 한글 SPSS, 자유 아카데미
6. SAS 프로그램
proc ttest data=phone;
set work.phone;
class sex;
var design skill price event company famous as adv;
run;
proc glm data=phone;
class sex;
var s;
run;
proc glm data=phone;
class age;
model s=age;
mean ag
|
|
|
통계분석_건국대학교병원
3) 보건복지부 암등록통계(통계청 승인통계 11744호 1. 서론
2. 관련연구
2.1 데이터 연구 툴
2.2 데이터 처리
2.2.1 나이
2.2.2 시간의 동향
2.2.3 종양 크기와 림프절 전이, 다른 장기 침범 여부의 상
|
|
|
확률 값
< 표 9 > 정당지지도& 정치참여(투표참여) 『 목차 』
Ⅰ. 서론
Ⅱ. 이론적 배경
1. 정치관심도
2. TV토론과 정치 참여
3. 인터넷과 정치참여
4. 사회적 요인과 정치참여
Ⅲ. 연구방법
1. 조사설
|
|
 |
통계학을 이중전공으로 하게 된다면, 먼저 기초 통계학 과목들을 철저히 학습하여 탄탄한 기초를 다지고자 합니다. 통계학의 기초는 데이터 분석에 있어 매우 중요한 부분이므로, 이를 잘 이해하는 것이 학업의 시작점이라 생각합니다. 확률
|
|
 |
확률론과 통계학 분야에서 독창적인 모델과 알고리즘을 개발하여 다양한 산업과 사회 문제에 적용하는 것입니다. 특히 빅데이터와 인공지능 기술과 접목해 정확하고 효율적인 예측 시스템을 구축하고자 합니다. 이를 통해 학문적 발전은 물
|
|
 |
래에는 실용적 전문성(Practical expertise)을 갖춘 복
합체 직업이 탄생한다는 것을 알게 되었습니다. 학교 수업시간에 윷가락들의 밑면을
이용한 기하학적 확률과 통계학적 확률 비교분석을 통한 ‘큰수의 법칙’을 발견 하였
으며 특히, 가장
|
|
 |
데이터를 저장하는 노드와 연결정보를 가지는 포인터로 구성(head, tail)되어 있다, O(1), O(N):search 1. 자료구조
2. 딥러닝
3. 머신러닝
4. 선행대
5. 확률과 통계
6. 예상 자기소개서 / 면접 샘플 질문
7. 준비하며 느꼈던 점 및 드리고 싶은 말
|
|
 |
확률, 통계학, 선형대수학 등은 제가 머신러닝과 딥러닝을 이해하는 데 중요한 역할을 했습니다. 이 과정을 통해, 단순히 알고리즘을 구현하는 것뿐만 아니라, 그 알고리즘의 수학적 배경을 이해하고 효율적으로 최적화할 수 있는 능력을 기
|
|
메뉴펼치기
