[3주~5주] 수학

3주~5주 차 기간에는 수학에 대해 공부한다. 

참고자료: 

https://datascienceschool.net/intro.html

데이터 사이언스 스쿨 — 데이터 사이언스 스쿨

 

앞으로 공부할 내용

1. 선형대수 Linear Algebra

데이터를 다루기 위한 일종의 "기술용어"이다. 이 기술용어의 관점에서 공부해야 한다.

데이터 분석 분야에서 명확하게 커뮤니케이션을 하기 위해서는 필수적인 부분이라고 할 수 있다.

따라서 가장 기본적인 부분이라고 할 수 있다.

 

2. 함수와 미적분 Function and Caculus

데이터를 가지고 우리는 어떠한 결과를 도출해내야 한다. 그 결과 중 하나가 예측이다. 

Prediction problem - 어떤 입력을 주었을 때 그에 상응하는 출력이 나오게 끔 예측하게 하는 것이다.

이러한 예측 문제를 수학적으로 접근했을 때 이를 함수라고 할 수 있다.

 

3. 최적화 Optimization

가장 좋은 함수의 입력값 혹은 함수를 찾는 작업

이 최적화를 위해서는 함수에 대한 미적분이 필수적이다.

 

4. 확률론 Probability

가장 핵심적인 부분이다.

데이터 사이언스에서의 목표는 주어진 데이터로부터 어떤 명제를 이끌어 내는 것이라고 할 수 있다.

사실명제에 관해 다루는 학문은 논리학

- 고전 논리학 - 명제는 참(100% 진실) 또는 거짓(0% 진실) 둘 중 하나.

- 근대 논리학 - 현실 데이터는 고전 논리학에서의 주장처럼 명확히 참 또는 거짓으로 나뉘지는 않는다는 사실에 대한 반박이라고 할 수 있다. 확률론을 통해 명제는 숫자로 표현되는 진실성을 가질 수 있다.