로그인 바로가기 하위 메뉴 바로가기 본문 바로가기
커넥트재단
커넥트재단 edwith
  • 타입 MOOC 강좌
  • 기간 상시 수강
  • 시간 자유롭게 학습
  • 수강 승인 방식 자동 승인

교수자 소개

  • 커넥트재단

강의계획

강의목록
  1. Probability 110
    1. 1강- 확률과 셈 원리 (Probability and Counting)
    1. 2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability)
    1. 3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability)
    1. 4강- 조건부 확률 (Conditional Probability)
    1. 5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability)
    1. 6강- Monty Hall 문제와 심슨의 역설 (Monty Hall, Simpson's Paradox)
    1. 7강- 도박꾼의 파산 문제와 확률변수 (Gambler's Ruin and Random Variables)
    1. 8강- 확률변수와 확률분포 (Random Variables and Their Distributions)
    1. 9강- 기댓값, 지시확률변수와 선형성 (Expectation, Indicator Random Variables, Linearity)
    1. 10강- 기댓값 (Expectation Continued)
    1. 11강- 포아송분포 (The Poisson distribution)
    1. 12강- 이산, 연속, 균등분포 (Discrete vs. Continuous, the Uniform)
    1. 13강- 정규분포 (Normal Distribution)
    1. 14강- 위치, 척도 및 무의식적인 통계학자의 법칙(Location, Scale, and LOTUS)
    1. 15강- Midterm Review
    1. 16강- 지수분포(Exponential Distribution)
    1. 17강- 적률생성함수(Moment Generating Functions)
    1. 18강- 적률생성함수_2 (MGFs Continued)
    1. 19강- 결합, 조건부, 주변 확률질량함수(Joint, Conditional, and Marginal Distributions)
    1. 20강- 다항분포 및 코시분포(Multinomial and Cauchy)
    1. 21강- 공분산과 상관계수(Covariance and Correlation)
    1. 22강- 변수변환과 합성곱(Transformations and Convolutions)
    1. 23강- 베타분포(Beta disctribution)
    1. 24강- 감마분포와 포아송 과정(Gamma distribution and Poisson process)
    1. 25강- 순서통계량과 조건부 기댓값(Order Statistics and Conditional Expectations)
    1. 26강- 조건부 기댓값_2(Conditional Expectation Continuted)
    1. 27강- 조건부 기댓값_3(Conditional Expectation given an R.V.)
    1. 28강- 부등식(Inequalities)
    1. 29강- 큰 수의 법칙과 중심극한정리(Law of Large Numbers and Central Limit Theorem)
    1. 30강- 카이제곱분포, t분포, 다변량정규분포(Chi-Square, Student-t, Multivariate Normal)
    1. 31강- 마코프 체인(Markov Chains)
    1. 32강- 마코프 체인_2(Markov Chains Continued)
    1. 33강- 마코프 체인_3(Markov Chains Continued Further)
    1. 34강- A Look Ahead