공부해야 할 것 들

데이터 구조

 

sorting 1

sorting 2

quick sort

heap sort

merge sort

radixsort

sorting 구현 c ( qsort 사용)

AVL tree (어려움 , 반복 학습 필요)

Hashing

Hashing

STL

 

 

데이터 과학  

 

Data_preparation

Memorization method 1

Memorization method 2

Linear regression

 

통계학 

각 상황에 맞는 공식 외우기

각 상황 구분하기

 

9주 하나의 모집단 (비율에 관한 건 잘 모르겠다)

• 모평균의 가설 검정 : 대표본인 경우
• 모평균의 가설 검정 : 소표본인 경우
• 가설검정과 신뢰구간의 관계

10주 두개의 모집단 

• 대표본 이고, 독립인 경우
• 소표본 이고, 독립인 경우 (표준편차 동일)
• 소표본 이고, 독립인 경우(표준편차 다름)
• 대응표본을 갖는 경우

11주

• 카이제곱 분포
• 적합도 검정
• 독립성 , 동질성 검정
• 모분산 추론

 

12주

• 분산 분석
• F분포
• 일원분산분석

 

13주 (선형 회귀 분석)

• correaltion adn association

선형 대수학

Chapter 5 (Eigenvalues and Eigenvectors)

5.1 Eigenvectors and Eigenvalues

5.2 The characteristic equationm

5.3 Diagonalization

5.4 Eigenvectors and Linear Transformations

5.5 Complex Eigenvalues

5.6 Discrete Dynamical Systems

5.7 Applications to Differentail Equations

5.8 Iterative Estimates for Eigenvalues

5.9 Applications to Markov Chains(?)

 

Chapter 6 (Orthogonality and Least Squares)

 

6.1 Inner Product, Length, and Orthogonality

6.2 Orthogonal sets

6.3 Orthogonal Projections

6.4 The Gram-schmidt Process

6.5 Least-Squares Problems

6.6 Machine Learning and Linear Models

6.7 Inner Product Spaces

6.8 Applications of Inner Product spaces

 

 

EAP

발표 준비 스웩

interview Essay