# 중앙값 **중앙값**(median)은 통계학에서 자료의 중심경향성을 나타내는 대표적인 척도 중 하나로, 데이터를 크기순으로 정렬했을 때 **가운데 위치하는 값을 의미한다.균과 최빈값 함께 기술통계의 세 가지 주요 중심경향성 지로 꼽히며, 특히 데이터에 극단값(outlier)이 포함되어 있을 때 평균보다 더 안정적인 대표값으로 사용된다. 중앙값은 자료...

# Ordinal (순서형 데이터) ## 개요 **Ordinal**(순서형 데이터)은 데이터 과학과 통계학에서 사용되는 정성적 데이터(Categorical Data)의 한 유형입니다. 이는 범주 간의 **명확한 순서나 등급(Ordering)**이 존재하지만, 각 등급 간에 **등간(Interval)이 일정하지 않거나 절대적인 수치적 차이가 정의되지 않는...

# 통계 (Statistics) **통계(統計, Statistics)**는 데이터를 수집, 정리, 분석, 해석, 그리고 제시하는 방법을 연구하는 수학의 한 분야입니다. 현대 사회에서 통계는 단순한 숫자의 나열을 넘어, 불확실한 현실 세계에서 합리적인 의사결정을 내리기 위한 핵심 도구로 자리 잡았습니다. 의학, 경제학, 공학, 사회학 등 거의 모든 학문 분...

# 데이터 누수 (Data Leakage) **데이터 누수(Data Leakage)**는 머신러닝 및 데이터 과학 모델의 학습 과정에서, 테스트 데이터(평가 데이터)에 포함되어야 할 정보가 우연히 또는 실수로 학습 데이터에 유입되어 모델이 실제 환경에서보다 과도하게 높은 성능을 보이는 현상을 의미합니다. 이는 모델의 일반화 능력(Generalization...

# 기계학습 기반 전처리 (Machine Learning-Based Preprocessing) ## 개요 **기계학습 기반 전처리(Machine Learning-Based Preprocessing)**는 전통적인 통계적 방법이나 규칙 기반 접근법을 넘어서, 머신러닝 알고리즘 자체를 활용하여 데이터의 품질을 개선하고 모델의 학습 성능을 최적화하는 과정을 ...

# 데이터 품질 개선 (Data Quality Improvement) ## 개요 **데이터 품질 개선(Data Quality Improvement)**은 데이터의 정확성, 일관성, 완전성, 적시성 및 신뢰성을 높이기 위해 수행되는 체계적인 프로세스입니다. 현대 데이터 과학 및 비즈니스 인텔리전스(BI) 환경에서 '쓰레기 입력, 쓰레기 출력(Garbage...

# RepeatedKFold **RepeatedKFold**(중복 K-폴드 교차 검증)는 머신러닝 모델의 성능을 평가할 때 사용되는 교차 검증(Cross-Validation) 기법 중 하나입니다. 기존의 K-폴드 교차 검증(K-Fold Cross-Validation)을 여러 번 반복하여 수행함으로써, 데이터의 분할 방식에 따른 편향(Bias)을 줄이고 모...

# 종속변수 ## 개요 **종속변수(Dependent Variable)**는 통계·머신러닝 모델에서 *예측하거나 설명하고자 하는 대상*을 의미한다. 회귀분석(regression analysis)에서는 독립변수(설명변수, predictor)와의 관계를 통해 종속변수의 값을 추정한다. 종속변수는 연구 목적에 따라 **연속형**, **이산형**, **범...

# 이미지 전처리 이미지 전처리(Image Preprocessing)는 디지털 이미지를 컴퓨터 비전(Computer Vision) 또는 머신러닝 모델에 입력하기 전에 특정 목적에 맞게 변환하고 개선하는 일련의 과정을 말합니다. 이 과정은 원본 이미지의 노이즈를 제거하고, 특징을 강조하며, 모델의 학습과 추론 성능을 향상시키는 데 핵심적인 역할을 합니다. ...

# 교차 검증 기반 인코딩 ## 개요 **교차 검증 기반 인코딩**(Cross-Validation Based Encoding)은 범주형 변수(Categorical Variable)를 수치형 변수로 변환하는 과정에서 **과적합**(Overfitting)을 방지하기 위해 고안된 고급 인코딩 기법입니다. 특히 타깃 인코딩(Target Encoding)과 같은...

# 순서형 범주 ## 개요 **순서형 범주**(Ordinal Category)는 통계학에서 범주형 데이터의 한 유형으로, 범주들 간에 **의미 있는 순서나 등급**이 존재하지만, 범주 간의 **정량적 차이**(간격)는 정의되지 않는 데이터를 말한다. 즉, "크다", "작다", "높다", "낮다"와 같은 상대적 순서는 가능하지만, 그 차이의 크기를 수치적...

# Box plot ## 개요 **박스 플롯**(Box plot), 또는 **상자 수염 그림**(box-and-whisker plot)은 데이터의 분포를 시각적으로 표현하는 통계 그래프의 일종입니다. 이 그래프는 데이터의 중심 경향, 산포도, 왜도, 이상치(outlier) 등을 한눈에 파악할 수 있게 해주며, 특히 여러 그룹 간의 분포를 비교할 때 매우...

# 계절성 ## 개요 **계절성**(Seasonality)은 시간에 따라 반복적으로 발생하는 패턴을 의미하며, 특히 시간 시계열 데이터에서 중요한 특성 중 하나이다. 계절성은 특정 기간(예: 1년, 1개월, 1주일)을 주기로 유사한 패턴이 반복되는 현상을 말한다. 예를 들어, 겨울철에 스위터 판매가 증가하거나, 여름에 아이스크림 소비가 늘어나는 현상은 ...

# 생물 통계 ## 개요 **생물 통계**(Biostatistics)는 생물학, 의학, 공중보건, 임상 연구 등 생명과학 분야에서 데이터를 수집, 분석, 해석하기 위해 통계학의 원리와 방법을 적용하는 학문입니다. 생물 통계는 실험 설계, 관찰 연구, 유전체 분석, 임상 시험, 역학 조사 등 다양한 생명과학적 질문에 대한 과학적 근거를 제공하는 데 핵심적...

# 서열 ## 개요 **서열**(序列表記, Ordinal Scale)은 통계학에서 자료의 측정 수준(measurement level) 중 하나로, 데이터가 자연스러운 순서를 가지지만 그 간격이 일정하지 않은 경우에 사용되는 척도를 의미한다. 서열 척도는 **명목 척도**(Nominal Scale)보다 높은 수준의 측정 척도이며, **간격 척도**(Int...

# 지수분포 지수분(**Exponential Distribution**) 통계학과률론에서 연속 확률분포 일종으로, 간의 **시간 간격**을 모델링하는 데 널리됩니다. 특히,아송 과정(Pson process)에서하는 사건 사이의 시간을 설명하는 적합한 분포로,뢰성 공학, 생존 분석, 대기 이론(Queueing theory) 등 다양한 응용 분야에서 중요한 ...

50번째분위수 ## 개요 50번째 백위수**(50 percentile)는 통학에서 자료 중앙값을 의미, 전체 데이터셋 정렬했을 때 **상위 50% 하위 50% 나누는 기점**입니다. 즉 데이터 중 절반 이 값보다 작 같고, 나머 절반은 이보다 크거나 같습니다 이는 데이터 분포의 중심 경향 파악하는 데 매우 중요한 지표로,균과 함께 자주 사용됩니다. 5...

# 히스토그램 ## 개요 히스토그(Histogram)은 통계학 연속형 또는산형 수치 데이터 분포를 시각적으로 표현하는 대적인 그래프 도구이다. 데이터를 일정한 구간(빈, bin)으로 나누고, 각 구간 속하는 데이터의 빈도수(frequency) 또는 상대 빈도수(relative frequency)를 막대의 높이로 나타낸다. 히스토그램은 데이터의 중심 경향...

# 도수 ## 개요 도수(度數,)는 통계에서 특정한 값이나 구간이 자료(데이터) 집합 내 얼마나 자주 나타나는지를 나타내는 수치이다 즉, 도수는 어떤 사건이나 범주가 관측된 횟수를 의미하며, 데이터의 분포를 이해하고 분석하는 데 핵심적인 역할을 한다. 도수는 빈도 분포표(frequency distribution table) 작성, 히스토그램(histog...

# 데이터 전처리 데이터 전처리(Data Preprocessing)는 데이터 과학 프로젝에서 분석 또는 기계 학습 모델을 구축하기 전에 원시 데이터를 정리하고 변환하는 과정을 의미합니다. 현실 세계의 데이터는 대부분 불완전하고, 일관되지 않으며, 중되거나 노이즈가 포함되어 있어 그대로 사용 경우 분석 결과의 신뢰도가 떨어질 수 있습니다. 따라서 데이터 전...