Guest Book

  1. 박정훈 2015.06.24 16:12 신고 edit & del reply

    안녕하십니까??

    이러닝 콘텐츠 개발업체(항공 콘텐츠 개발 프로젝트 수행중)의 박정훈부장이라고 합니다(huny1500@naver.com)

    Scorm2004 인증절차에 대해서 자문 좀 구하고자 불쑥 메일 보내드립니다.(꾸우벅)

    혹시 저의 메일주소로, 연락처를 알려주시면, 자문 좀 부탁드립니다..~~

    궁금한 건, Scorm 2004 인증절차에 대한 부분입니다.

    그럼 오늘도 즐거운 하루 되십시요.. ~~

  2. 2015.02.25 11:23 edit & del reply

    비밀댓글입니다

  3. 2015.02.23 21:06 edit & del reply

    비밀댓글입니다

    • 미니~ 2015.02.24 11:17 신고 edit & del

      초대장 보내드렸습니다. 멋진 블로그 만들어보세요~

  4. Max 2014.03.22 16:24 신고 edit & del reply

    안녕하세요.
    베이즈 정리 및 가우시안 등등 기계학습과 관련하여 공부를 하고 있습니다.
    어렵다군요..
    밑에 댓글을 보니
    수학/통계학/확률을 체계적으로 독학하시려고 한다면 회신 주세요 라는 것을 보았는데요.
    혹시 괜찮으시다면 저도 알고 싶네요.
    또한 베이즈 정리 및 가우시안에 대한 좀더 쉽고 상세하고 자세한 설명을 알고 싶은데요.
    추천 해주실만한 것이 있다면 해주셔셨으면 합니다.
    답변 기다리겠습니다.
    감사합니다.

    • 미니~ 2014.04.04 16:32 신고 edit & del

      안녕하세요. 확률/통계에 대해 책 위주로 정리한 정보를 알려드릴께요.
      아래 내용 정도 이해하면 기계학습 하는데 도움이 될 것입니다.
      참고하세요~

      1. 확률
      1) 학부 수준
      A first course in probability theory, Sheldon Ross
      Intoduction to probability, Dimitri P. Bertsekas
      Introduction to probability models, Sheldon Ross
      Mathematical Analysis, Tom M. Apostol

      2) 학부 고학년 수준
      Principles of Mathematical Analysis, Walter Rudin

      3) 대학원 수준
      Probability and Measure (Wiley Series in Probability and Statistics), Patrick Billingsley
      Real Analysis: Modern Techniques and Their Applications, Gerald B. Folland
      A Course in Probability Theory, Kai Lai Chung

      2. 통계
      1) 학부 수준
      Mathematical Statistics and Data Analysis, John Rice

      2) 학부 고학년 수준
      Statistical Inference, George Casella

      3) 대학원 수준
      Mathematical Statistics, Jun Shao
      Theory of Point Estimation, E. L. Lehmann and George Casella

      3. 선형대수
      Linear Algebra and Its Applications, David C. Lay
      Linear Algebra and Its Applications, Gilbert Strang
      Matrix Analysis, Roger A. Horn and Charles R. Johnson
      Random Graph, Bayesian Analysis, Stochastic Process, Time series

      4. 기계학습

      1) Optimization
      Linear and Nonlinear Programming, David G. Luenberger
      Convex Optimization, Stephen Boyd and Lieven Vandenberghe

      2) Machine Learning
      Machine Learning, Tom M. Mitchell
      The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Trevor Hastie, Robert Tibshirani and Jerome Friedman
      Pattern Recognition and Machine Learning, Christopher M. Bishop

  5. 2014.01.02 15:08 edit & del reply

    비밀댓글입니다

prev | 1 | 2 | 3 | ··· | next