탐색적 데이터 분석 완전 정복 — 현장 엔지니어가 써먹는 시각화 3단계
탐색적 데이터 분석은 머신러닝 모델 전 단계에서 데이터의 실체를 파악하는 필수 과정이다. 히스토그램·상자그림·산점도로 분포·이상값·변수 관계를 순서대로 확인하면 이후 분석 방향이 달라진다.
AI 시대, 문제 해결 능력이 더 중요해진 3가지 이유 — 인간의 역할은 사라지지 않는다
문제 해결 능력은 AI 시대에 사라지는 역량이 아니라 오히려 더 중요해지는 인간 고유의 역량이다. LLM이 인과관계를 이해하지 못하는 구조적 이유, 퍼즐 조각을 조율하는 인간의 역할, 질문의 가치를 높이는 방법까지 짚어본다.
인과관계 상관관계 차이 — 데이터 분석에서 절대 혼동하면 안 되는 3가지 이유
인과관계 상관관계 차이를 모르면 데이터 분석은 엉터리 결론으로 끝난다. 허위 상관의 함정, F1 현장 실전 사례, 엔지니어가 반드시 던져야 할 3가지 질문까지 한 번에 정리했다.
