[MIT] Introduction to Computational Thinking and Data Science

Introduction to Computational Thinking and Data Science
(6.0002, Fall 2016)

Introduction to Computational Thinking and Data Science

 

 

MIT 공대의 "Introduction to Computational Thinking and Data Science"(6.0002, Fall 2016) 강의 정리 자료

 

 

해당 강좌에서는 데이터 과학이라는 분야를 시작하기 위한 알고리즘과 통계학 그리고 기계학습의 내용을 조금씩 나눠서 다루고 있으며, 프로그래밍 실습보다는 문제 해결방법에 대해서 더 집중적으로 공부합니다. 본격적인 데이터 과학 분야에 진입하기에 앞서, 해당 분야를 배우기 위해서는 어떤 것을 더 학습해야 하는지 체험할 수 있는 강의입니다.

 

 

Chapter 1. Introduction and Optimization Problems
Chapter 2. Optimization Problems
Chapter 3. Graph-theoretic Models
Chapter 4. Stochastic Thinking
Chapter 5. Random Walks
Chapter 6. Monte Carlo Simulation
Chapter 7. Confidence Intervals
Chapter 8. Sampling and Standard Error
Chapter 9. Understanding Experimental Data (cont.)
Chapter 10. Understanding Experimental Data (cont.)
Chapter 11. Introduction to Machine Learning
Chapter 12. Clustering
Chapter 13. Classification
Chapter 14. Classification and Statistical Sins
Chapter 15. Statistical Sins and Wrap U

 

 

실습 코드

MIT_Reference_code.zip