1 파이썬 시작하기
1.1 파이썬 환경설정
1.2 주피터 노트북 사용법
1.3 파이썬 기초
1.4 수치계산 패키지 기초
1.5 파일 입출력과 결측값
1.6 실습: 파이썬 기초와 데이터 처리
1.7 연습문제
2 부동소수점과 오차
2.1 숫자의 컴퓨터 표현
2.2 오차의 종류와 정의
2.3 저장 시의 반올림오차
2.4 오버플로우와 언더플로우
2.5 유효숫자 상실
2.6 실습: 부동소수점 다루기
2.7 연습문제
3 알고리즘의 복잡도
3.1 프로그램의 복잡도
3.2 복잡도의 차수
3.3 알고리즘의 여러 가지 차수
3.4 사례 연구 1: 외판원 문제
3.5 사례 연구 2: 피보나치 수열
3.6 사례 연구 3: 탐색 알고리즘
3.7 실습: 복잡도 측정하기
3.8 연습문제
4 수치적 방법
4.1 최적화의 기초 이론
4.2 최적화 방법
4.3 비선형 방정식의 해법
4.4 수치적분
4.5 경사하강법과 확률경사하강법
4.6 실습: 수치적 방법의 동작 확인
4.7 연습문제
5 행렬 계산과 분해
5.1 선형방정식
5.2 삼각행렬의 해
5.3 가우스 소거법
5.4 행렬의 분해
5.5 행렬식·역행렬과 가우스-조던 소거법
5.6 실습: 행렬의 분해와 연립방정식
5.7 연습문제
6 균일난수의 생성
6.1 균일난수의 생성
6.2 난수의 경험적 검정
6.3 확률 모의실험
6.4 실습: 난수 생성과 검정
6.5 연습문제
7 확률난수의 생성
7.1 일반적인 난수 생성법
7.2 이산형 난수의 발생
7.3 연속형 확률난수의 발생
7.4 다변량 정규난수의 발생
7.5 실습: 난수 생성법의 검증
7.6 연습문제
8 몬테카를로 적분
8.1 몬테카를로 적분의 기초
8.2 적중법
8.3 표본평균법
8.4 분산 감소 기법
8.5 실습: 몬테카를로 적분의 수렴과 효율
8.6 연습문제
9 몬테카를로 추론
9.1 점추정과 몬테카를로 표준오차
9.2 평균제곱오차의 몬테카를로 추정
9.3 구간추정과 경험적 포함확률
9.4 가설검정
9.5 실습: 표본크기와 검정력
9.6 몬테카를로 실험 보고 지침
9.7 연습문제
10 표본 재추출법
10.1 경험분포함수
10.2 부트스트랩 알고리즘
10.3 회귀계수에 대한 부트스트랩
10.4 잭나이프
10.5 순열검정
10.6 실습: 표본 재추출법의 비교
10.7 연습문제
11 기대화-최대화 알고리즘
11.1 조건부 확률과 조건부 기대값
11.2 EM 알고리즘
11.3 EM 알고리즘의 응용
11.4 실습: 정규 혼합분포의 EM 추정
11.5 연습문제
12 마르코프 연쇄 몬테카를로
12.1 MCMC의 기본 원리
12.2 메트로폴리스-헤이스팅스 알고리즘
12.3 깁스 표집기
12.4 MCMC 표본의 의존성과 유효표본크기
12.5 수렴진단
12.6 실습: MCMC 적용
12.7 연습문제
13 확률과정의 생성
13.1 확률과정의 기본 개념
13.2 균질 포아송 과정
13.3 비균질 포아송 과정
13.4 재생 과정
13.5 대칭 확률보행
13.6 브라운 운동
13.7 기타 확률과정 모형
13.8 실습: 확률과정의 시뮬레이션
13.9 연습문제
참고문헌
찾아보기