Skip to content
deepcarpenter logo 파일

deepcarpenter | Build Deep, Think Deeper

  • 홈
  • AI · AXExpand
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • DomainExpand
    • 현장 엔지니어링
    • 엔지니어 마인드셋
  • seriesExpand
    • 파이썬 데이터분석
    • 통계·데이터
    • 웹·백엔드(Django)
  • 블로그
  • 문의하기
  • About
deepcarpenter logo 파일
deepcarpenter | Build Deep, Think Deeper
  • Django ORM 이란 — Python과 DB를 연결하는 번역 계층 개념 설명

    ORM 이란 무엇인가, Django가 DB를 다루는 방식

    2026년 08월 28일 웹·백엔드(Django)

    ORM 이란 Python 코드를 SQL로 자동 번역해 DB와 연결하는 통역 계층이다. Django ORM의 동작 원리, 파일별 역할, 직접 SQL과의 차이를 F1 온도 데이터 예시로 한 번에 정리했다.

  • 파이썬 가상환경 설정 venv Django 입문 가이드

    가상환경 설정이 웹서비스 개발 첫날에 필요한 3가지 이유 — venv + Django 입문 가이드

    2026년 08월 06일 웹·백엔드(Django)

    가상환경 설정을 첫날 건너뛰면 프로젝트가 쌓일수록 반드시 터진다. venv로 전용 공간을 만들고 Django를 올리는 방법 — LLM 활용 프롬프트까지 한 번에 정리했다.

  • API란 REST API FastAPI 개념 정리 인포그래픽

    API 란 무엇인가: REST와 FastAPI까지 한 번에

    2026년 09월 04일 웹·백엔드(Django)

    API 란 내부 구조를 몰라도 정해진 방식으로 요청하면 결과를 받는 프로그램 간 소통 창구다. REST API는 URL·HTTP 메서드로 설계하는 약속이고, FastAPI는 그 설계를 파이썬으로 빠르게 구현하는 도구다. 세 개념을 한 흐름으로 연결해 이해할 수 있다.

  • regression-analysis-domain-knowledge.webp

    회귀분석이란 — 도메인 지식이 머신러닝의 출발점인 3가지 이유

    2026년 06월 28일 통계·데이터

    회귀분석이란 숫자를 예측하는 머신러닝 작업이다. 코딩보다 도메인 지식이 먼저인 이유 3가지를 F1 엔지니어링 시나리오로 풀어본다. 현장 엔지니어라면 이미 출발선이 다르다.

  • 피벗 언피벗 Wide형 Long형 데이터 변환 인포그래픽

    피벗 언피벗, 3단계로 완전히 이해하는 법

    2026년 06월 28일 파이썬 데이터분석

    피벗 언피벗, Wide형·Long형 구조 차이부터 현장에서 언제 쓰는지까지 3단계로 완전 정리. pandas pivot_table·melt 함수 실전 적용과 RAW DATA 수집 원칙까지 엔지니어 언어로 설명한다.

  • 통계 검정 종류 가설검정 의사결정 구조 인포그래픽

    통계 검정 종류 완전 정리 — 엔지니어가 이미 핵심을 이해한 3가지 이유

    2026년 06월 28일 통계·데이터

    통계 검정 종류가 수십 가지여도 본질은 H₀ vs H₁의 확률 기반 의사결정이다. p-value·유의수준·1종 오류·표본 크기 개념이 하나의 공갵을 이뢬다. 상황별 검정 선택, 검정력 설계, p-value를 잡못 읽는 3가지 함정까지 정리했다.

  • 표본 분포 샘플링 분포 개념 가설검정 그래프 인포그래픽

    표본 분포 완전 정복 — 가설검정 그래프가 이해되는 3가지 핵심 개념

    2026년 06월 28일 통계·데이터

    표본 분포란 무엇인가. 표본 평균이 매번 다른 이유부터 가설검정 그래프의 두 곡선이 겹치는 이유까지 — F1 타이어 시나리오로 현장 엔지니어 언어로 완전 정복한다.

  • 검정력 유의수준 1종 2종 오류 트레이드오프 인포그래픽

    검정력 유의수준 완전 정복 — 1종·2종 오류와 신뢰성 있는 검정을 위한 3가지 원칙

    2026년 06월 28일 통계·데이터

    검정력 유의수준은 왜 반대로 움직이는가. 1종·2종 오류의 트레이드오프와 신뢰성 있는 가설검정을 위한 3가지 원칙을 F1 타이어 시나리오로 현장 엔지니어 언어로 정리했다.

  • 가설검정 P값과 유의수준 개념을 설명하는 통계 인포그래픽

    가설검정 P값 완전 정복 — 유의수준·기각역까지 한 번에 잡는 3가지 핵심 개념

    2026년 06월 28일 통계·데이터

    P값 0.022가 나왔다면 유의수준 0.05와 비교해 어떻게 판정하는가 — F1 타이어 시나리오로 P값·유의수준(significance level)·기각역의 판정 과정을 수식 없이 따라간다. “P값이 크면 귀무가설이 참”이라는 흔한 오해까지 바로잡는다.

  • 귀무가설 대립가설 가설 검정 개념 인포그래픽

    귀무가설 대립가설 완전 정복 — 엔지니어가 직접 세워야 하는 3가지 이유

    2026년 06월 28일 통계·데이터

    귀무가설 대립가설, F1 타이어 마모 시나리오로 완전 정복. 가설 검정 방향 3가지와 4단계 절차까지 — 가설은 현장 도메인 지식 없이는 세울 수 없다는 핵심을 엔지니어 언어로 정리했다.

Page navigation

Previous PagePrevious 1 … 5 6 7 8 Next PageNext

카테고리

  • AI · AX
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • AI 산업 인사이트
  • Domain
    • 엔지니어 마인드셋
    • 현장 엔지니어링
  • series
    • 웹·백엔드(Django)
    • 통계·데이터
    • 파이썬 데이터분석

Copyright © 2026 deepcarpenter | Build Deep, Think Deeper.
Wordpress Theme by 워플:WPlaybook.

  • 개인정보처리방침
  • 이용약관
  • 홈
  • AI · AX
    • 실전 · 워크플로우
    • 인사이트 · 전환
  • Domain
    • 현장 엔지니어링
    • 엔지니어 마인드셋
  • series
    • 파이썬 데이터분석
    • 통계·데이터
    • 웹·백엔드(Django)
  • 블로그
  • 문의하기
  • About