AI를 위한 수리통계학

수리통계학은 확률과 수학적 방법론을 기반으로 데이터를 분석하고 해석하는 통계학의 이론적 기반입니다. 많은 통계학부에서는 이를 필수로 수강토록하며, 인공지능 연구자 또한 근간의 이해를 위해 적극적으로 수강이 권장되는 과목이지요.

AI를 위한 수리통계학이라는 이름으로 작성중인 이 문서는 수리통계학을 AI/ML의 관점에서 바라보며 재정리한 내용을 담았습니다. 이론적 기반을 쉽게 이해하고, AI와 연결할 수 있도록 정리해 보았습니다.

---

특히 신경쓴 부분

작성자 또한 학습을 하고 있는 학생으로서 부족함이 많으나, 최대한 좋은 형태로 정리해보고자 합니다.

1. 충분히 쉽게 담으려 노력했습니다.
   • 스스로 헷갈렸던 부분을 되새기며, 직관적인 설명을 시도하였습니다.
   • 개념의 정확성과 깊이, 명확성을 위해 노력하였습니다.
   • AI와의 연결성을 유지하고자 신경썼습니다.
   • 전반적인 흐름이 자연스럽도록 구성하였습니다.
   • 길어질지언정, 왜 그런지부터 생각할 수 있도록 하였습니다.
   • 무엇보다, 이해하기 쉽도록 작성하였습니다.
2. 응용 관점에서 구성을 조정하였습니다.
   • 현대 AI에 적합하도록 샘플링 부분을 우선시하려 합니다.
   • 실무에서 중요해진 실험 설계와 검증에 초점을 두려 기획중입니다.(열심히 작성중🏃)
   • 프레임워크 내부에서 자동화된 최적화 등의 내용은 후반부로 조정할 예정입니다.

대상 독자

• 미적분과 선형대수에 대한 기초적인 이해가 있는 학생
• AI/ML 분야를 공부하는 학생 혹은 주니어 엔지니어
• 수리통계학을 응용 측면에서 바라보는데 관심을 가진 학생

피드백은 언제나 환영합니다

공부한 내용을 나름대로 풀어내다보니 아쉬운 부분이 있을 수 있습니다.

• 개념과 설명이 명확한지
• 전반적으로 구성이 읽기 좋은지
• AI 등 응용 측면의 연결이 자연스러운지

등등 모든 피드백은 감사히 수렴하겠습니다.