주어진 공학문제를 해결하기 위하여, 단순화시키기, 수식을 이용하여 모형 만들기, 수학적 해 찾기, Python 등의 소프트웨어로 해 찾기, 해의 실제적 의미 찾기 등 네 단계를 강조하고 있다. 이 과정을 통하여 학생들은 공학인증제 (ABEEK) 등에서 요구하는 문제 해결 능력을 기를 수 있다.
기하의 발견적 접근을 위하여 저술되었으며 학습과 활동과제 개발에 대한 본 저서의 관점은 다음과 같다. 도형에 관한 성질이 주어지기 전에 스스로 탐구하게 하는 활동이 선행되어야 한다. 도형은 주변 세계를 서술하고 설명하기 위한 도구로 고안되었으며, 그러므로 기하 학습은 기본적으로 맥락 안에서 다루어져야 한다.
2019년에 출판된 H. Anton, C. Rorres, A. Kaul의 Elementary Linear Algebra 12판의 번역서이다. 판수에서도 알 수 있듯이 원서는 오랫동안 사용되어 온 세계적으로 인기 있는 선형대수 교재로, 국내에서도 번역서가 출판되어 표준적인 교재로 사용되고 있다.
데이터 과학, 머신러닝, 통계학에서 탁월한 능력을 발휘하는 데 필요한 수학을 이해하고 여러분의 것으로 만들어보자. 이 책에서는 미적분, 확률, 통계, 선형대수학을 설명하고 선형 회귀, 로지스틱 회귀, 신경망과 같은 기술에 수학이 어떻게 적용되는지 안내한다. 그 과정에서 데이터 과학의 현황과 통찰력을 깨우쳐 여러분의 가치를 극대화하는 방법과 실용적인 인사이트도 얻을 수 있다.
공학수학은 각종 역학문제, 공학 및 설계문제를 해결하는데, 필수적으로 알아야 하는 내용이다. 수십 년간의 강의 경험을 비롯하여 많은 참고문헌과 도서를 바탕으로 다양한 예제와 함께 체계적으로 이해하기 쉽게 기술한 교재다.
제3개정판은 실수의 성질, 최대최소 정리, 사이값 정리, 평균값 정리, 임계점 정리, 볼록함수, 테일러 전개, 벡터, 행렬과 행렬식, 라그랑주 승수법, 벡터장과 선적분, 스토크스 정리 등에 관한 개념과 그 이용법을 다룬다.
대학 (2-3년제)의 이공과 계열의 학과 학생이 접근하기 쉽게 기술된 공업수학 교재다. 특히 개념설명을 통해 도입되는 수학적 기호 및 이론에 대한 확실한 이해와 예제 문제 풀이를 통해 이해도의 완성을 확립하였다.
MIT의 길버트 스트랭 교수가 선형대수학과 딥러닝을 강의한 내용을 고스란히 담았다. 선형대수학을 비롯해 최적화, 확률과 통계 등 딥러닝과 신경망을 이해하는 데 필요한 수학 이론을 제대로 다질 수 있다.
선형대수학의 기초를 제대로 이해하고 활용하고자 하는 학생들을 위한 책이다. 선형대수학 이론이 탄탄한데다 주석이 다양하게 수록되어 있어, 큰 어려움 없이 학습할 수 있다. 또한 예제에 포함된 MATLAB 코딩을 따라서 입력해보고 그 출력을 확인하면서 문제를 풀어볼 수 있다.
확률과 통계를 크게 기술통계학과 추측통계학으로 분류하여 기본 이론부터 심화 이론까지 체계적으로 설명하는 책이다. 기술통계학에서는 자료의 정리와 요약, 확률, 확률변수와 확률분포, 표본분포를 다루고, 추측통계학에서는 추정과 가설 검정을 중점적으로 다룬다.
통계모형으로서 다층모형을 다루는 책이다. 다층모형의 개발과 발전은 과학이 진보하여 현실에 더 가까이 다가선다는 것을 알려 주는 좋은 예증이다. 다층모형의 표준모형이라고 할 수 있는 2－수준 다층모형과 3－수준 다층모형을 다루었다.
인공지능 기술을 잘 이해하고 활용하려면 이론적 기반이 되는 수학 원리와 알고리즘을 반드시 이해해야 한다. 이 책은 수학자의 친절한 해설로 인공지능에 꼭 필요한 수학 개념부터 머신러닝·딥러닝까지 연계하여 구성하였다.
