-
통계적 역량의 필요성
- Statistics는 데이터 분석, 패턴 인식, 의사 결정 등 다양한 인공지능 응용 분야에서 중요한 역할을 한다.
- 통계적 역량은 현대 사회에서 필수적인 능력으로, 데이터 기반의 의사 결정을 지원한다.
- 통계적 역량을 통해 정확한 데이터 해석과 신뢰할 수 있는 결론 도출이 가능하다.
확률 및 통계의 기본 개념
- 시행: 동일한 조건에서 반복할 수 있으며, 그 결과가 우연에 의해 결정되는 관찰이나 실험이다.
- 표본 공간: 시행에서 나타날 수 있는 모든 가능한 결과들의 전체 집합이다.
- 근원 사건: 표본 공간을 구성하는 각각의 개별적인 결과이다.
조건부 확률 및 독립 사건
- 조건부 확률: 사건 A가 발생한 상황 하에 사건 B가 발생할 확률을 의미한다.
- 독립 사건: 두 사건 A와 B에서 한 사건의 결과가 다른 사건에 영향을 주지 않을 때, 두 사건은 독립적이라고 한다.
변수 및 척도의 개념
- 변수: 변화하는 모든 수를 의미하며, 독립 변수와 종속 변수로 구분할 수 있다.
- 척도: 데이터의 성격에 따라 범주형 척도와 연속형 척도로 구분된다.
- 범주형 척도: 데이터들을 구분짓는 척도로서, 명목 척도와 서열 척도로 나뉜다.
- 연속형 척도: 연속하는 속성의 데이터를 연구나 조사 목적에 맞게 구분한 척도로서, 등간 척도와 비율 척도로 나뉜다.
모집단 및 표본 추출
- 모집단: 통계적 연구 대상이 되는 전체 집합이다.
- 표본: 모집단을 대표할 수 있는 일부를 추출하여 연구나 조사를 실시하는 것이다.
- 표본 추출 방법에는 확률적 표본 추출 방법과 비확률적 표본 추출 방법이 있다.
벡터 및 행렬의 개념
- 벡터: 순서가 지정된 여러 개의 숫자들이 일렬로 나열된 구조이다.
- 행렬: 동일한 크기를 가진 벡터들이 모여서 형성한, 행과 열로 구성된 사각형 구조이다.
벡터의 연산 및 유사도
- 노름: 벡터가 원점에서 얼마나 떨어져 있는지를 의미하며, L1 노름, L2 노름, L∞ 노름 등이 있다.
- 유사도: 두 벡터가 얼마나 유사한지를 측정하는 값으로, 맨해튼 유사도, 유클리드 유사도, 코사인 유사도 등이 있다