머신러닝 |
|
소개
이 책은 학생들에게 인공지능을 위한 통계학을 강의하였던 강의노트를 정리한 것에 가깝습니다. 그나마 다행인 것은 기본적인 수학적, 통계학적 원리를 최대한 쉽게 강의하는 것을 목적으로 하였기에 빠른 인공지능의 발전에 비교적 영향을 적게 받는다는 것입니다. 인공지능이 빠르게 발전한다고 하더라도 여전히 인간을 교육하는 것은 인간의 영역이라는 생각이 듭니다. 특히나 어려운 수학적, 통계학적 개념은 실수와 반복학습 그리고 선생님이 강제로 시키는 공부를 통해 배울 수밖에 없는 것 같습니다. 제 아이들은 유튜브를 통해 정말 다양한 지식을 습득하지만, 이 책에서 설명하는 분산, 미분, 연쇄법칙, 선형 분석, 확률 밀도 함수, 최대가능도 추정법, 로짓 분석과 머신러닝을 유튜브 비디오를 보듯이 즐겁게 학습하는 것은 어려울 것입니다. 수학과 통계학을 공부하는 것은 즐거움과는 별개로 많은 노력이 필요하기 때문입니다.
하지만 그래도 머신러닝을 수학적으로, 통계학적으로 이해하기 위한 노력을 조금이나마 줄여 주기 위해 이 책을 썼습니다. 친절한 선생님이 되어서 수학을 잘 못하는 학생에게도 머신러닝의 원리를 무서워하지 않게 하기 위해서입니다. 이 책을 읽고 머신러닝을 잘하게 되지는 못하더라도, 머신러닝을 무서워하지 않고 계속 배우고 싶다는 마음이 생기도록 책을 썼습니다. 제가 예전에 통계학을 배울 때 어려웠던 점들뿐만 아니라, 이상하다고 생각하였던 점들에 대해 수학을 최대한 빼고 쉽게 설명하려고 노력하였습니다.
유동우
The Ohio State University 경제학박사 The Ohio State University Presidential Fellowship 수상(2009~2010) West Virginia University 경제학과 조교수(2011~2016) 히토츠바시대 방문 부교수 후쿠오카대, 부다페스트 기술경제대 객원강사 현 울산대학교 경제학과 교수
주요 논문 “Property Rights and Economic Development” “Height and Death in the Antebellum United States” 「미래 불확실성이 출산장려금 지원 정책 효과에 미치는 영향 분석」 외 다수
머리말 차례
들어가며
제1장 선형 분석 분산과 자유도 미분과 연쇄법칙 데이터 생성 과정과 선형 분석 가설검정과 표준편차
제2장 로짓 분석 로짓 함수 Exponential과 확률 밀도 함수 최대가능도 추정 로짓 분석
제3장 머신러닝
제4장 한국 경제 분석
나가며
참고문헌 및 주석 찾아보기 |