스탠포드 Statistical Learning 두번째 챕터 내용이다.이중 2.1~2.3 내용을 다루겠다. 강의 내용을 적절히 재구성 및 요약했다. Ch2 통계적 학습 개요 2.1 회귀분석 입문 2.2 차원 및 구조적 모델(structured models) 2.3 모델 선정 및 편향-분산 트레이드오프 2.4 분류분석 2.R R 소개 존 챔버와의 인터뷰 (출처: Statistical Learning, Stanford Online Lagunita) 강의 내용 요약 회귀분석에 대한 정의, 차원의 저주, 그리고 회귀분석 외에 쓰이는 다양한 분석 기법 종류의 예측정확도와 해석가능성의 관계, 그리고 MSE(평균제곱오차), 분산, 편향에 대해 설명한다. 1. 회귀(regression)이란 무엇일까? 예를 들어, 매출이..

강의 내용 설명에 앞서 이 내용을 게재 및 다시 공부하게 된 이유는,데이터 분석에 대해 제대로 공부하지도 않고 못했던 점들이 항상 걸렸기 때문이다.이에, 기본부터 다시 시작하려고 한다.궁금한 점이 있으면 댓글로 달아주시면 아는 범위 내에서 답변 및 공유드리겠다.강의 내용을 적절히 재구성 및 요약한 점을 밝힌다. 스탠포드 Statistical Learning 첫번째 챕터 내용이다. 챕터1 소개1.1 오프닝 인사1.2 예제 및 프레임워크(출처: Statistical Learning, Stanford Online Lagunita) 한줄요약Statistical Learning 정의부터, Statistical Learning을 통해 수행가능한 것들, 지도학습 및 비지도학습에 대한 개요, 분석을 대하는 자세에 대해..

'통계 학습을 위한 핵심요소', '통계 학습 입문', '데이터 분석 역량 핵심요소' 원서 소개글에서 언급한 원서에 대해 이제 차례차례 공부해보고자 한다. 원서 "2. "An Introduction to Statistical Learning with Applications in R(R 기반 애플리케이션과 함께하는 통계 학습 입문)"부터 차례대로 하고자 한다. 이 원서를 번역하면서 하나씩 차례로 익히면 좋겠지만 시간이 많이 소요된다. 그래서 좀 검색해보니 미국 스탠포트 대학에서 무료로 제공하는 온라인 강의가 이 자료의 전체를 커버한다는 사실을 발견했다. StatLearning 이란 코스로 자기 페이스(Self-Pace)에 맞춰 강의 학습이 가능하다. 실제 위 원서 책을 저술한 교수님들(Trevor Hasti..