데이터 사이언스 분야에서 일하고 싶어서 혼자 6개월정도 공부했었습니다. (기초 파이썬 문법, 판다스, 시각화, 크롤링, SQL 정도는 공부했습니다.)

머신러닝 공부를 위해 여러 자료들이나 레퍼런스를 찾아보던 중, 수학공부가 좀 필요하다는 필요성을 느꼈습니다.

단순히 데이터 SQL로 뽑아서, 전처리하고 머신러닝 코드 돌리는거 말고(물론 이것도 중요하겠지만, 이게 목표가 되는 공부는 좀 아니라고 개인적으로 생각했습니다.)

최소한 머신러닝 코드를 쓰더라도 이게 수학적으로 어떤 원리를 가지는 지, 응용할 부분은 없는 지, 기업이나 프로젝트에서 처한 문제를 분석할 때, 어떤 Tool이나 Modeling 을 사용해야 할 지, 이런 부분에 대해 공부하고 싶었습니다.

그래서 데이터사이언스 대학원 진학을 결심했고, 입학(아직 원서기간 중 입니다.) 전까지 수학공부를 해보고 싶습니다.

학사는 기계공학과를 나왔지만 대부분 기초적인 미적분 내용을 제외하고는 다 까먹어서 미적분 123, 선형대수는 유튜브롤 통해 공부하고 복습중인데

통계공부는 수능 때 적분과 통계에 나온 통계 이외의 공부는 해본적이 없어서 커리큘럼을 어떤식으로 짜야하는지 궁금합니다.


1. 검색 해 보니 KOCW 강의 류근관 / 여인권 / 김충락 교수님 강의를 주로 공부하는걸로 알고 있습니다.

 류근관 교수님 시장경제학 123, 강의와 여인권 교수님 기초통계학? 강의가 같은 내용인가요? 아니라면 어떤 강의를 먼저 수강하나요?


2. 위 강의 수강 후 (같은 강의라면 둘 중 하나, 다른 강의라면 1에서 알려주신 순서대로 수강 후 ), 수리통계학 1, 2 > 회귀분석 1, 2 > 다변량분석 

이런 식으로 공부해가면 될 까요?


3. 보통 교재는 어떤거 많이 보시나요? 공학계열의 과목들과 마찬가지로, 수리통계학, 회귀분석, 기초통계학의 강의교재가 다 다른지, 아니면 보통 많이들 참고하는 책이 있는지 궁금합니다. 


4. 통계에서 R을 많이 쓰시던데, 파이썬으로 코드를 짜기 힘든가요? 데이터 사이언스 공부를 하면서 R을 많이 쓸 일이 있는지 궁금합니다. 


5.  2 번의 통계 커리큘럼 말고 괜찮은, 아니면 꼭 들어야 하는 과목이 있다면 알려주시면 감사하겠습니다.


좋은 밤 보내십쇼.