178강부터 200강까지 강, 네 단원입니다.
집필 완료. 01단원(178~183강), 02단원(184~190강), 03단원(191~195강), 04단원(196~200강)이 모두 집필되었습니다. 이 과목은 S7(158~177강)을 마친 뒤에 읽습니다.
S7이 자료를 손에 넣고, 요약하고, 그리고, 어떻게 만들어졌는지까지 따졌습니다. 그 자료로 답을 만드는 것이 이 과목입니다.
세 물음이 네 단원의 순서입니다. 01단원이 첫째를, 02단원이 둘째를, 03단원이 셋째를 묻고, 04단원이 시간축을 더합니다.
200강이 데이터 분석 트랙의 수료 지점입니다. 여기까지 오면 실제 자료로 검정하고, 모형을 세우고, 인과를 조심스럽게 말하고, 시계열을 다룰 수 있습니다.
| S7 | S8 |
|---|---|
| 자료를 믿을 수 있는가 | 자료로 무엇을 말할 수 있는가 |
| 검사하는 기술 | 모형을 세우는 기술 |
| 답이 조용히 틀립니다 | 답이 그럴듯하게 틀립니다 |
셋째 줄이 이 과목의 위험입니다. 회귀는 어떤 자료를 넣어도 계수를 뱉으며, 그 계수는 언제나 해석 가능해 보입니다. 그것이 무엇을 뜻하는지는 자료가 아니라 모형을 세운 사람이 정합니다.
그래서 이 과목의 절반이 진단입니다. 잔차를 보고, 가정을 검사하고, 계수가 무엇을 재고 있는지 확인하는 일이 계산보다 많습니다.
| 단원 | 강의 | 하는 일 |
|---|---|---|
| 01. 검정의 실제 | 178~183 | 차이를 검정하고 설계로 되돌립니다 |
| 02. 회귀분석 | 184~190 | 관계를 선으로 적고 계수를 해석합니다 |
| 03. 인과추론 | 191~195 | 상관을 인과로 옮기는 조건을 만듭니다 |
| 04. 시계열 | 196~200 | 시간이 흐르는 자료를 다룹니다 |
03단원이 177강의 물음에 답합니다. 관측 자료로 인과를 말하려면 무엇이 필요한지를 177강이 물었고, 191강부터 그 도구를 하나씩 만듭니다.
| 단원 | 범위 | 주제 |
|---|---|---|
| 01. 검정의 실제 | 178~183강 | 검정, 비모수, 분산분석, 카이제곱, 다중비교, 검정력 |
| 02. 회귀분석 | 184~190강 | 단순회귀와 잔차, 다중회귀, 더미와 교호작용, 다중공선성, 이분산, 변수선택, 로지스틱 |
| 03. 인과추론 | 191~195강 | 교란과 선택편향, 무작위 대조시험, 성향점수, 이중차분, 도구변수 |
| 04. 시계열 | 196~200강 | 추세와 계절성, 정상성, ARIMA, 예측 평가, 개입 효과 |
| 필요한 것 | 어디서 배웠는가 |
|---|---|
| 행렬과 최소제곱 | 80~83강 |
| 고유값과 주성분 | 84~89강 |
| 편미분과 최적화 | 100~108강 |
| 기댓값, 분산, 상관 | 131~139강 |
| 표본분포와 표준오차 | 142~147강 |
| 신뢰구간과 가설검정 | 151~152강 |
| 자료 정제와 누출 | 158~162강 |
| 표집과 총오차 | 173~177강 |
S7을 마쳤다면 준비가 되어 있습니다.
| 이 과목의 것 | 어디서 쓰이는가 |
|---|---|
| 제곱합 분해와 R^ | S9 회귀 손실함수 |
| 로지스틱 회귀 | S9 분류의 출발점 |
| 정규화와 변수선택 | S9 03단원 |
| 검정력과 평가 설계 | S9 06단원, 전 과정의 A/B |
| 인과추론 | 추천과 정책 평가 전반 |
둘째 줄이 가장 곧바로 이어집니다. 190강의 로지스틱 회귀가 S9에서 신경망의 마지막 층으로 다시 나타나며, 그 사이에 달라지는 것은 앞에 층이 몇 개 붙느냐뿐입니다.
S9는 이 과목의 모형을 학습의 문제로 다시 씁니다. 회귀를 최적화로 유도하고, 손실함수를 확률에서 끌어내며, 일반화를 수학으로 다룹니다. S8이 세운 판단 기준이 그대로 쓰입니다.