응용 데이터 분석 방법론(1) (19:00 ~ 20:00)

강의계획서

데이터 분석의 핵심 도구인 회귀분석과 분류 모델의 수학적 배경을 깊이 있게 탐구하기 위해 필요한 핵심 개념들을 기초부터 차근히 다루는 수업입니다.

[어떤 것을 배우나요?]

•

Formula Intuition: OLS, MLE, F-statistic 등 핵심 수식의 유도 과정과 그 직관적 의미

•

Model Diagnostics: 잔차 분석, 다중공선성(VIF), 정규성 검정 등 모델의 가정을 수식 기반으로 검증

•

Interpretation: 회귀 계수와 오즈비(를 비즈니스 언어로 정확하게 번역

커리큘럼 (10주차)

1주차 : 정규분포와 세상의 데이터 (Normal Distribution)

2주차 : 단순 선형 회귀 1: 추세선 긋기 (Simple Linear Regression)

3주차 : 단순 선형 회귀 2: 모델 성적표 (Rsquared & P-value)

4주차 : 다중 선형 회귀 1: 변수가 여러 개일 때 (Multiple Linear Regression)

5주차 : 다중 선형 회귀 2: 가짜 관계 걸러내기 (Multicollinearity)

6주차 : 범주형 데이터 다루기(Dummy Variables)

7주차 : 세 그룹 이상 비교하기(ANOVA)

8주차 : 로지스틱 회귀 1: 예/아니오 예측 (Logistic Regression Concept)

9주차 : 로지스틱 회귀 2: 확률의 해석 (Odds Ratio)

10주차 : 분류 모델 평가하기(Evaluation Metrics)

맨 위로 돌아가기

⮑ 수업 페이지로 돌아가기