3. 강의목표
This course covers some recent topics in sparse statistical methods.
4. 강의선수/수강필수사항
Required: Statistical Data Mining (IMEN 472) or equivalents
5. 성적평가
Homework(20%), midterm exam(30%), final exam(40%), attitude(10%)
6. 강의교재
| 도서명 |
저자명 |
출판사 |
출판년도 |
ISBN |
|
Statistical Learning with Sparsity: The Lasso and Generalizations
|
Hastie, T., Tibshirani, R. and Wainwright, M.
|
CRC Press
|
2015
|
9780367738334
|
7. 참고문헌 및 자료
Buhlmann, P. and van de Geer, S. (2011). Statistics for High-Dimensional Data: Methods, Theory and Applications. Springer.
8. 강의진도계획
1주: The lasso for linear models
2주: The lasso for linear models
3주: The lasso for linear models
4주: Generalized linear models
5주: Generalized linear models
6주: Generalization of the lasso penalty
7주: Generalization of the lasso penalty
8주: Midterm exam
9주: Optimization methods
10주: Optimization methods
11주: Statistical inference
12주: Statistical inference
13주: Matrix decompositions, approximations and completion
14주: Matrix decompositions, approximations and completion
15주: Sparse principal component analysis
16주: Final exam
10. 학습법 소개 및 기타사항
The textbook is freely available online.
11. 장애학생에 대한 학습지원 사항
- 수강 관련: 문자 통역(청각), 교과목 보조(발달), 노트필기(전 유형) 등
- 시험 관련: 시험시간 연장(필요시 전 유형), 시험지 확대 복사(시각) 등
- 기타 추가 요청사항 발생 시 장애학생지원센터(279-2434)로 요청