스킬캠퍼스

통계 & 데이터 분석 · 대학 수준

질문이
모델을 정한다

통계는 외워야 할 공식 더미가 아닙니다. 분석은 언제나 “무엇이 궁금한가”라는 질문에서 시작하고, 그 질문이 쓸 모델을 정합니다. 이 코스는 평균과 분포에서 출발해 검정과 회귀, 그리고 머신러닝 모델까지 “어떤 질문에 어떤 분석을 꺼내야 하는가”를 그래프를 움직이며 손으로 구분합니다.

코스 · 40강

기초에서 모델까지

기초(1–6) → 추론·검정(7–12) → 회귀(13–16) → 머신러닝 모델(17–22) → 모델 평가·심화(23–40).

01
통계는 왜 하는가
감이 아니라 데이터로 판단 — 불확실 속에서 결정하는 법
시작하기
02
분포
데이터가 퍼진 모양 — 종모양(정규분포)이 왜 자꾸 나오나
시작하기
03
평균·분산·표준편차
가운데(평균)와 퍼짐(분산) 한 쌍으로 데이터를 요약
시작하기
04
표본과 모집단
다 못 재니 일부로 추측 — 표본은 매번 흔들림(표집오차)
시작하기
05
중심극한정리
아무 분포라도 표본평균은 정규분포로 모임 — 통계가 작동하는 이유
시작하기
06
확률과 베이즈
새 증거로 믿음을 갱신 — 양성인데 환자가 아닐 확률(역설)
시작하기
07
가설검정과 p값
우연일 뿐일까? — 귀무가설·유의수준·p값의 진짜 의미
시작하기
08
신뢰구간
점 하나 말고 범위로 — 95%가 정말 뜻하는 것
시작하기
09
T-검정
두 집단 평균 차이가 진짜인가?
시작하기
10
분산분석 (ANOVA)
세 집단 이상 평균 차이가 진짜인가?
시작하기
11
카이제곱 검정
범주끼리 관계가 있나? — 관측 vs 기대 빈도
시작하기
12
상관 vs 인과
같이 움직인다고 원인은 아님 — 교란변수의 함정
시작하기
13
선형 회귀
수치가 얼마? — 점에 직선 맞추기(최소제곱)
시작하기
14
로지스틱 회귀
했냐 안 했냐? — 확률 0~1로 누르는 S곡선
시작하기
15
포아송 회귀
몇 건 발생? — 드문 사건의 개수 모델
시작하기
16
생존 분석 (Cox)
사건 발생까지 얼마나 걸리나? — 생존곡선
시작하기
17
의사결정나무
스무고개처럼 조건 따져서 나누자
시작하기
18
랜덤 포레스트
스무고개 여러 개 모아서 다수결
시작하기
19
나이브 베이즈
단어 확률 계산해서 어디 속하는지 분류
시작하기
20
K-평균 군집화
정답 없이 비슷한 놈들끼리 묶어라
시작하기
21
주성분 분석 (PCA)
변수가 너무 많으니 핵심만 추려라
시작하기
22
시계열 분석 (ARIMA)
과거 흐름 보니 미래엔 이렇겠네
시작하기
23
회귀 평가지표
MSE·RMSE·MAE — 예측이 얼마나 빗나갔나 재기
시작하기
24
결정계수 R²
모델이 데이터의 분산을 얼마나 설명하나
시작하기
25
과적합과 편향-분산
외우기 vs 일반화 — 둘 사이의 줄타기
시작하기
26
훈련·검증·테스트 분할
정직하게 평가하려면 데이터를 나눠야 함
시작하기
27
교차검증
k-fold — 적은 데이터로 일반화 성능을 정직하게
시작하기
28
다중회귀
변수가 여러 개일 때 한꺼번에 넣기
시작하기
29
다중공선성
변수끼리 겹치면 계수가 흔들림
시작하기
30
정규화 회귀 (Ridge·Lasso)
계수를 눌러 과적합을 막고 변수를 고름
시작하기
31
분류 평가: 혼동행렬
TP·FP·FN·TN — 맞고 틀림의 네 칸
시작하기
32
정밀도·재현율·F1
정확도의 함정 — 불균형엔 다른 지표를
시작하기
33
ROC 곡선과 AUC
임계값을 넘나들며 분류기를 통째로 평가
시작하기
34
특성 스케일링
표준화·정규화 — 단위가 다르면 맞춰야 함
시작하기
35
결측치와 이상치
비어 있고 튀는 값 — 더러운 데이터 다루기
시작하기
36
비모수 검정
정규성 없이 — 순위로 검정하기(맨-휘트니 등)
시작하기
37
검정력과 표본 크기
효과를 잡으려면 몇 개를 모아야 하나
시작하기
38
다중비교 보정
많이 검정하면 거짓양성도 늘어남(본페로니)
시작하기
39
부트스트랩
리샘플링으로 불확실성을 직접 재기
시작하기
40
A/B 테스트
실험으로 인과를 확인하는 실무의 꽃
시작하기

모든 강에 인터랙티브. 분포를 직접 흔들고, 표본을 뽑고, 직선을 맞추고, 군집을 돌려보며 익힘.