파이썬으로 배우는 AI 확률과 통계 AI 시대에 확률과 통계로 데이터의 눈을 뜨다! AI 시대의 통찰은 ‘통계적 사고’에서 시작됩니다. AI가 수학 문제를 풀고, 데이터를 분석하며, 프로그래밍까지 자동으로 수행하는 시대입니다. 《인공지능을 위한 확률과 통계 with 파이썬》은 이런 ‘AI 혁명 시대’에 “확률과 통계를 꼭 배워야 할까?”라는 생각에서 출발한 책입니다. AI가 아무리 발전해도, 의미 있는 질문을 던지고 결과를 해석하는 일은 여전히 사람의 역할이고, 넘치는 데이터 속에서 의미 있는 통찰을 얻기 위해서는 통계적 사고력이 필수입니다. 《인공지능을 위한 확률과 통계 with 파이썬》은 자칫 제목만으로 공식으로 가득 찬 수학책을 떠올리고 쉬운 우리에게 생활 속 통계 이야기를 알려주며, 당뇨병의 회귀분석 모델에 이르기까지 통계적 추정을 위한 단계별 흐름의 내용을 다양하게 다루고 있습니다. 데이터의 본질과 통계의 역할에서 시작해 확률 개념과 추론 통계, 베이즈 모델, 회귀분석과 머신러닝 실습까지 실제 예시, 파이썬 실습 코드를 통해 데이터사이언스나 인공지능 관련 분야를 전공하려는 독자뿐만 아니라 확률과 통계, 통계적 머신러닝에 관심이 있는 누구나 혼자서도 끝까지 따라할 수 있도록 구성되었습니다. 이 책을 통해, 어렵고 멀게만 느껴졌던 확률과 통계에 조금 더 가까이 다가갈 수 있으며, 데이터사이언스와 AI를 이해하고 활용하는 데 도움이 될 것입니다. 특히, 파이썬을 활용한 실습을 통해 이론이 실제로 어떻게 적용되는지 직접 경험하면서 데이터를 해석하고 통계적 의미를 이해하며, 나아가 AI 모델에 적용하는 밑거름의 역할이 될 것입니다.

저자 : 이연우 고려대학교 전자공학과(구 전자전산공학과)에서 학사 및 석사 과정을 마친 뒤, 동 대학원 전자공학과에서 통신시스템 이론을 주제로 박사 학위를 취득였습니다. 이후 영국 The University of Edinburgh에서 3년간 Research Fellow로 재직하며 MobileVCE 프로젝트에 참여하였고, 삼성종합기술원 i-Networking Lab.에서는 4세대 이동통신 시스템의 연구개발에 기여 참여한 경력이 있습니다. 2005년부터 국립목포대학교 인공지능공학과(구 정보통신공학과) 교수로 재직 중이며, 2005년부터 2007년까지 세계인명사전에 등재된 바 있습니다. 주요 연구 분야는 인지무선라디오, 무선 자원 관리 최적화, 스마트그리드, 인공지능 및 자연 모사 알고리즘을 활용한 최적화 모델 개발 등입니다. 최근에는 일반인과 학생들을 대상으로 AI 리터러시 및 데이터 리터러시를 쉽고 명료하게 전달하는 것을 중심 가치로 삼으며 강의와 집필활동에 전념하고 있습니다. * 저자 Google 학술검색 : https://scholar.google.com/citations?hl=ko&user=gFwLJWoAAAAJ 프로필 현) 국립목포대학교 인공지능공학과 교수, 전) 삼성종합기술원 연구원, 전) The University of Edinburgh, Research Fellow, 고려대학교 전자공학 박사 대표 저서 『모두를 위한 컴퓨터와 프로그래밍 지식』 (위키북스, 2023)

1장 확률과 통계 이야기 1.1 데이터 사이언스와 통계학 1.2 통계학이란? 1.3 통계 모델 1.4 연습문제 2장 기술 통계학의 기본 2.1 데이터(자료)의 유형과 정리 2.2 기술 통계량 2.3 데이터 시각화 2.4 연습문제 3장 확률의 기본 개념 3.1 확률의 기본 3.2 파이썬으로 주사위 던지기 3.3 인공지능에서 확률 3.4 연습문제 4장 조건부 확률 4.1 경우의 수 4.2 경우의 수의 종류 4.3 조건부 확률 4.4 인공지능에서 조건부 확률 4.5 연습문제 5장 베이즈 정리 5.1 베이즈 정리의 이해 5.2 반복되는 베이즈 정리 5.3 베이즈 정리의 확장 5.4 인공지능 속 베이즈 정리 5.5 연습문제 6장 실생활 확률모델 6.1 무장위 확률모델: 랜덤워크와 브라운 운동 6.2 예측 확률모델: 마르코프 모델 6.3 반복 확률모델: 몬테카를로 시뮬레이션 6.4 연습문제 7장 확률변수와 확률분포 7.1 확률변수 7.2 기댓값과 분산 7.3 이산확률변수분포 7.4 연속확률변수분포 7.5 연습문제 8장 통계적 추정 8.1 모집단과 표본분포 8.2 점추정 8.3 구간추정 8.4 연습문제 9장 통계적 가설검정 9.1 가설검정의 원리 9.2 단일표본 가설검정 9.3 두 표본 가설검정 9.4 연습문제 10장 회귀분석과 예측 10.1 회귀분석 10.2 추정과 예측을 위한 최소제곱회귀 10.3 파이썬 통계적 분석기법 10.4 연습문제 11장 상관관계와 회귀분석모델의 검정 11.1 상관계수와 회귀분석과의 관계 11.2 회귀계수의 통계적 유의성 검정 11.3 회귀분석모델의 분산과 결정계수 11.4 회귀분석모델의 적합성 검정 11.5 연습문제 12장 머신러닝 회귀분석 12.1 머신러닝으로 해석하는 회귀분석 12.2 경사하강법(Gradient Descent) 12.3 확률적 경사하강법 12.4 고급 회귀분석모델 만들기 12.5 연습문제 13장 로지스틱 회귀와 분류 13.1 로지스틱 회귀의 이해 13.2 로지스틱 함수의 이해 13.3 파이썬을 이용한 로지스틱 회귀분석 13.4 연습문제

파이썬으로 직접 실습하며 배우는 확률과 통계 개념부터 추론, 머신러닝 회귀분석까지, 비전공자도 이해할 수 있는 데이터 분석 입문서 지금은 AI가 수학을 풀고, 프로그래밍을 자동화하는 시대. 그럼에도 ‘확률과 통계’는 여전히 데이터 시대의 해독 열쇠입니다. 이 책은 단순한 수학 교재가 아닙니다. 실생활 예제와 파이썬 실습을 통해 확률과 통계의 개념을 직접 눈으로 확인하고 머신러닝 회귀모델까지 구현해보며, 이론과 현실을 연결하는 힘을 기릅니다. 통계가 낯선 비전공자부터 AI와 데이터사이언스를 배우려는 입문자까지, 누구나 따라올 수 있는 단계별 설명과 실습 중심 구성. 생활 속의 통계 이야기부터, 인공지능으로 향하는 데이터 분석 여정까지 이제 당신의 통계가 움직입니다. STEP1 체계적인 이론과 통계 이야기를 통한 통계학의 기본 개념 이해 STEP2 확률과 통계의 수학적 의미와 사례 STEP3 파이썬으로 구현하는 인공지능의 원리 STEP4 다양한 예제와 장별 연습문제로 배운 내용 적용 및 정리