편향-분산 절충 관점에서 볼 때, 다음 중 테스트 오차에 대해 학습 오차보다 훨씬 더 해로운 것은 무엇인가요?
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 조건부확률, 베이즈 정리, 중심극한정리를 복습하며 과정을 시작합니다. 진행하면서 자주 등장하는 확률분포를 다루는 문제를 어떻게 풀어야 하는지도 배우게 됩니다.
이 장에서는 탐색적 데이터 분석과 관련된 통계 개념을 준비합니다. 기술통계, 범주형 변수 다루기, 변수 간 관계와 같은 주제를 다룹니다. 연습 문제를 통해 분석 과제나 통계 기반 코딩 질문에 대비하실 수 있어요.
신뢰구간, 가설검정, 다중 검정, 그리고 검정력과 표본 크기의 역할을 복습하며 실험과 테스트의 핵심 개념을 더 깊이 파고듭니다. 또한 오류의 종류와 실제에서 그 의미도 함께 살펴봅니다.
마지막으로, 회귀 및 분류 모델과 밀접한 개념을 다룹니다. 이 장은 기본적인 Machine Learning 알고리즘을 복습하는 것부터 시작해 모델 평가, 특수한 경우 다루기, 편향-분산 트레이드오프로 빠르게 확장합니다.
현재 연습
