모델이 정확하게 예측하는지 평가하는 지표는 여러 가지가 있어요. 어떤 지표는 값이 작을수록 좋고, 어떤 지표는 클수록 좋아요.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
탐색적 데이터 분석(EDA)은 데이터 연구의 핵심 단계입니다. Tableau에서는 처음 인사이트를 얻기가 쉽습니다. 금세 표, 막대그래프, 히스토그램, 상자 그림을 만들고 해석할 수 있어요!
이 장에서는 개념을 한층 더 깊게 다룹니다. 중심 경향과 산포도의 다양한 지표를 Tableau에서 어떻게 활용해야 하는지 배웁니다. 요약 카드 사용법, 표본과 모집단의 차이, 분산·표준편차·신뢰구간을 계산하고 시각화하는 방법을 익히게 됩니다.
이제 한 번에 두 변수에 주목해 볼까요? 두 변수의 관계를 설명하는 회귀는 데이터에서 추세를 찾는 훌륭한 방법입니다. 공룡 데이터를 사용해 최적의 추세선을 찾고, 추세 모델을 설명하며, 앞으로의 관측값을 예측하는 방법을 배웁니다!
현재 연습
마지막 장에서는 더 고급 통계 기법 두 가지, 예측과 클러스터링을 살펴봅니다. 예측은 시계열 데이터에서 반복 패턴을 찾아내고, 앞으로 그 패턴이 어떻게 변할지 가늠하게 해 줍니다. 클러스터링을 사용하면 비라벨 데이터의 패턴을 탐지하여, 데이터셋을 여러 관점에서 분할해 숨은 인사이트를 드러낼 수 있어요.
