검정 이름은 아는데, 비교인지 관계인지 예측인지에 따라 방법을 고르지 못하고 p값이 작으면 원인이라고 말하는 문제를 다룹니다. 자료 유형을 먼저 보고 카이제곱, t검정, ANOVA, 상관, 회귀 순서로 통계량과 p값을 읽습니다.

판매 엑셀은 있는데 화면, API, 데이터베이스가 따로 있어 한 주소로 확인하지 못하는 문제를 다룹니다. Vite, FastAPI, PostgreSQL, nginx를 폴더별로 나누고, 바이브 코딩으로 받은 코드를 행 수와 고객 화면으로 확인합니다.

영화 평점 예측이라는 하나의 문제를 통해 PCA, SVD, 행렬분해, 어텐션을 내적의 관점에서 연결합니다. 라이브러리 호출만 하던 사람이 임베딩 숫자의 의미와 트랜스포머의 계산 원리를 스스로 설명할 수 있게 됩니다. 추천시스템의 빈칸을 채우는 모든 과정을 하나의 수식으로 이해하는 여정입니다.