분류 전체보기 50

선형회귀분석에서 잔차 쉬운 설명(+ 잔차 정규성, 독립성, 등분산성)

선형회귀분석에서 **잔차(residual)**는 회귀분석의 핵심이에요.아주 쉽게 말하면 예측이 얼마나 빗나갔는지를 나타내는 값이에요.1. 잔차란?회귀분석은👉 “x로 y를 예측하는 직선”을 그리는 것하지만 실제 값은 직선 위에 딱 맞게 놓이지 않죠.잔차 = 실제값 − 예측값예시실제 시험점수: 90점회귀식이 예측한 점수: 85점잔차 = 90 − 85 = +5→ 모델이 5점 덜 예측함2. 왜 잔차가 중요해?회귀분석이 제대로 작동하는지 확인하려면잔차가 “이상한 패턴 없이 깨끗해야” 해요.그래서 아래 3가지를 검사합니다.① 잔차의 정규성 (Normality)잔차가 종모양으로 퍼져 있어야 함잔차들이너무 한쪽으로 치우치지 않고가운데(0)를 중심으로종모양으로 퍼져 있으면 좋음📌 이유→ 그래야 t검정, F검정 같은 ..

데이터 분석 2026.01.19

비지도학습 모델 쉬운 설명(+ 군집분석, 연관성 분석, 인공신경망, 오토인코더)

1️⃣ 비지도학습이란?비지도학습 = 정답 없는 문제 풀기지도학습은 정답이 있었지?비지도학습은 정답이 없어!컴퓨터가 하는 일은👉 “어? 이거랑 이거 비슷한데?”👉 “같은 부류끼리 모아볼까?”👉 “같이 자주 나오는 게 있네?”처럼 스스로 규칙을 찾는 것이야.2️⃣ 군집분석 (비슷한 것끼리 묶기)🧺 정리함 만들기예시키 큰 학생들게임 좋아하는 학생들운동 좋아하는 학생들컴퓨터가👉 비슷한 애들끼리 자동으로 묶어줘!이걸 **군집(클러스터)**이라고 해.📌 비유옷장 정리할 때👉 티셔츠는 티셔츠끼리👉 바지는 바지끼리모아두는 것과 같아3️⃣ 연관성 분석 (같이 나오는 것 찾기)🛒 마트 장바구니 분석마트에서라면 사는 사람은김치도 같이 사는 경우가 많다!👉 이런 같이 나오는 패턴을 찾는 게 연관성 분석이야...

데이터 분석 2026.01.19

지도학습 회귀 모델 쉬운 설명 (+ 의사결정트리, 선형회귀분석, 다중회귀분석)

1️⃣ 지도학습이란? (먼저 이것부터!)지도학습은👉 정답이 적힌 문제집으로 공부하는 것이야.예시문제: “공부시간 5시간이면 시험점수는?”정답: 80점컴퓨터는👉 이런 예시들을 많이 보고👉 규칙을 찾아서👉 새로운 문제의 답을 맞혀!2️⃣ 회귀란?회귀 = 숫자를 맞히는 예측예시내일 기온 몇 도?집값 얼마?키가 160cm면 몸무게는?공부시간 → 시험점수👉 결과가 숫자면 회귀야.이제 본격적으로 3가지 방법 설명할게!① 선형회귀분석 (직선으로 예측)📏 한 줄 직선 그리기공부시간이 늘면 → 점수도 늘어난다이 관계를 직선으로 표현하는 방법이야.예시공부시간 1시간 → 50점 공부시간 2시간 → 60점 공부시간 3시간 → 70점컴퓨터는👉 "아~ 1시간 늘 때마다 10점씩 오르는구나!"👉 직선을 쭉 그려서..

데이터 분석 2026.01.19

지도학습 분류모델 이해하기 쉬운 설명(+ 의사결정트리, 랜덤포레스트, 인공신경망, 서포트벡터머신, 로지스틱 회귀분석)

🤖 지도학습 분류모델이란?👉 정답이 있는 데이터로 컴퓨터를 훈련시키는 방법이야.예를 들어,“이 메일은 스팸이다 / 아니다”처럼정답이 있는 예시를 많이 보여주면컴퓨터가 규칙을 스스로 찾는 것이야.1️⃣ 의사결정트리 (Decision Tree)🌳 조건을 따라 내려가는 나무 구조키가 160cm 이상인가?시험 점수가 80점 이상인가?숙제를 했는가?이런 질문을 순서대로 따라가면서마지막에 결과를 정해.📌 장점: 이해하기 쉽다📌 단점: 너무 단순하면 실수하기 쉽다2️⃣ 랜덤 포레스트 (Random Forest)🌲🌲🌲 여러 개의 결정트리가 모여서 판단결정트리 하나는 틀릴 수 있어서여러 개의 트리를 만들고 다수결로 결정해.📌 장점: 정확도가 높다📌 단점: 왜 그런 결과가 나왔는지 설명하기 어렵다3️⃣ ..

데이터 분석 2026.01.19

지도학습 분류모델 쉬운 설명(+ 의사결정트리, 랜덤포레스트, 인공신경망, 서포트벡터머신, 로지스틱 회귀분석)

🤖 지도학습 분류모델이란?👉 정답이 있는 문제를 보고 배우는 컴퓨터야.예를 들면“이 사진은 고양이야? 강아지야?” 같은 문제를정답을 알려주면서 계속 연습시키는 거야.1️⃣ 의사결정트리 (Decision Tree)🌳 질문 놀이 나무컴퓨터가 계속 질문해!귀가 뾰족해?야옹 소리 내?크기가 작아?이렇게 예/아니오로 따라가다 보면마지막에 “고양이!” 하고 결정해.👉 마치 스무고개 놀이랑 똑같아2️⃣ 랜덤 포레스트 (Random Forest)🌲🌲🌲 여러 나무가 모여서 투표하는 숲의사결정트리 하나는 실수할 수 있어.그래서 나무를 여러 개 만들고나무 1: 고양이!나무 2: 고양이!나무 3: 강아지!👉 가장 많이 나온 답으로 결정해📌 친구들끼리 투표해서 정하는 느낌!3️⃣ 인공신경망 (Neural Net..

데이터 분석 2026.01.19

프로크리에이트로 이모티콘 그리는 책 3권 추천

1️⃣ 진짜 하루만에 끝내는 이모티콘→ 이모티콘 제작을 처음 시작하는 사람을 위한 초단기 실전 입문서.캐릭터 만들기부터 움직이는 이모티콘, 판매까지 하루 코스로 정리.2️⃣ 무조건 승인되는 이모티콘 & 굿즈 만들기→ 카카오 이모티콘 승인 노하우와 굿즈 제작까지 확장하는 실전 가이드.플랫폼 심사 기준과 실제 판매에 초점을 둔 책.3️⃣ 오늘부터 이모티콘 작가→ 아이패드로 시작하는 이모티콘 작가 입문용 교과서.그림 초보도 따라 할 수 있는 단계별 제작 연습과 실습 중심 구성.

이모티콘 스케치 가이드(단계별 감정 표현)

이모티콘 스케치 가이드감정 강도별로 어떻게 그려야 하는지얼굴·선·포즈 중심 가이드1. 기본 표정 그리기 룰 (모든 감정 공통)얼굴 베이스둥근 형태로 시작하면 감정 표현에 유리눈·입 위치는 얼굴 중앙보다 약간 아래가 귀여운 비율눈 형태 기본점눈: 안정적, 단순반달눈: 친근, 행복세로 타원: 놀람, 긴장찌그러진 눈: 화남, 짜증입 형태 기본U자: 기쁨ㅡ자 / ^자: 무표정, 진지ㅅ자: 짜증, 불만크게 벌린 O자: 놀람, 웃음, 소리침2. 감정 단계별 스케치 가이드A. 화 계열 (짜증 → 화남 → 폭발)1단계: 짜증눈: 반쯤 감김 또는 일자형입: ^ 모양포즈: 팔짱, 고개 살짝 들어 외면효과선: 이마에 작은 주름 1~2개특징: 선은 작고 날카롭게, 동작 작게포인트:눈썹을 살짝 아래로입을 좌우로 ‘삐죽’2단계:..

디지털 파일의 이해(+ 파일 저장 단위, 파일의 저장과 해상도, 색의 3요소)

디지털 파일의 이해1. 파일의 저장 단위Bit(비트)가장 작은 단위Byte(바이트)8개의 Bit가 모인 단위1Byte ≒ 문자 “A” 하나 정도Kilobyte(킬로바이트)1024 Byte → KMegabyte(메가바이트)1024 Kilobyte → MGigabyte(기가바이트)1024 Megabyte → GTerabyte(테라바이트)1024 Gigabyte → T2. 파일의 저장과 해상도DPI / PPI (dot per inch / pixel per inch)가로 × 세로 1인치(2.5cm × 2.5cm) 안에 들어가는 점의 수dot = pixel(픽셀)해상도 비교300dpi > 72dpi(숫자가 클수록 더 선명함)3. 이미지 파일 형식1) JPEG (Joint Photographic Experts Gr..

일러스트레이터 기초 (+ 패스의 구조, 팬툴의 종류, 일러스트 단축키)

일러스트레이터1. 패스의 구조기준점(Anchor Point)패스를 고정하는 기준이 되는 점세그먼트(Segment)기준점과 기준점 사이를 연결하는 선방향점(Direction Point)방향선을 움직여 곡선 형태를 조정하는 점방향선(Direction Line)세그먼트의 기울기와 곡률을 조정하는 선패스(Path)이어져 있는 기준점과 세그먼트 전체2. 펜툴의 종류Pen Tool기본 펜툴앵커 포인트 만들기기존 패스에 새로운 기준점 추가앵커 포인트 없애기기존 기준점 삭제앵커 포인트 변환기준점 형태 변경앵커 시작점 만들기패스의 시작점 지정닫힌 그림 만들기패스를 닫아 도형 완성선택하던 패스에서 작업 시작선택된 패스에서 이어서 그리기끝점 변화하기패스 끝점의 형태 조정일러스트 단축키많이 사용되는 단축키이며,나머지는 메뉴의..