Menu
CoddyTech
학습 시작하기
flag Ko icon한국어down icon
machine Learning iconMachine Learning 여정의 일부신규여정

머신러닝을 위한 통계

모든 모델이 기대고 있는 통계를 공식 암기 대신 시뮬레이션과 차트로 배워요. NumPy, pandas, SciPy, scikit-learn을 쓰는 실제 Python, 그리고 레슨마다 차트가 있어요.

학습 시작(무료)
커리큘럼 보기머신러닝을 위한 통계 플레이그라운드

1,000+ 명의 codders가 등록함

64 개 강의63 챌린지265 퀴즈 문제

  • 초보자 환영
  • sparkles iconAI 코딩 도우미
  • hint icon실습 중심의 대화형 강의
  • quiz icon지식을 확인하는 퀴즈
  • certificate icon무료 수료증

커리큘럼

1 섹션64 개 강의63 챌린지265 퀴즈 문제

이 섹션은 Machine Learning 여정의 일부입니다. 전체 커리큘럼에는 더 많은 섹션이 있어요 - 아래 미리보기를 클릭하면 여정 페이지에서 확인할 수 있습니다.

  1. 섹션 1데이터와 시각화60 개 강의
  2. 섹션 2

    머신러닝을 위한 통계

    섹션 시작하기시작펼치기접기    모든 모델의 기반이 되는 통계: 중심과 산포, 분포, 시뮬레이션을 통한 확률, 표본, 이상치, 상관관계, 추세선과 그룹 검정, 그리고 특성 스케일링과 인코딩. 모든 개념을 실제 데이터로 계산하고 시각화합니다.64 개 강의63 챌린지265 문제

    중심과 산포

    6 개 강의625

    분포

    6 개 강의625

    시뮬레이션으로 알아보는 확률

    6 개 강의625

    표본과 모집단

    5 개 강의520

    이상치

    5 개 강의520

    관계

    6 개 강의525

    추세선

    6 개 강의625

    그룹 비교

    6 개 강의625

    특성 스케일링

    5 개 강의520

    범주 인코딩

    4 개 강의415

    데이터셋 탐색하기

    5 개 강의520

    최종 도전 과제

    4 개 강의420
  3. 섹션 3지도 학습58 개 강의
  4. 섹션 4비지도 학습51 개 강의
Machine Learning 여정 전체 커리큘럼 보기
제공되는 것
코딩을 배우기 위해 사용할 모든 것

해보면서 배우기

실제 코드를 작성하고, 데이터베이스를 쿼리하고, 웹사이트를 구축하고, AI 프롬프트를 마스터하세요. 인터랙티브 레슨으로 현대 개발자에게 필요한 모든 기술을 다룹니다.

playground.js
코드 편집기
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
테스트 #1test Case Success icon
테스트 #2test Case Success icon
테스트 #3test Case Failure icon
입력
"Alex"
출력
"Hello, Coddy! Alex"

연속 기록을 쌓아보세요

꾸준히 하고 성장하는 모습을 지켜보세요! 매일 코딩 습관을 추적하고, 동결 기능으로 연속 기록을 보호하고, 매일 참여해서 보상을 받으세요.

12 일 연속

내일도 돌아와서 연속 기록을 유지하세요!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

더블 오어 낫싱

7일 중 5일차

fire Freeze icon

연속 기록 동결

2 left

어디서나 코딩하세요

코딩 여정을 함께 하세요! 설정도, 다운로드도 필요 없이 바로 열어서 코딩을 시작하세요. iOS, Android, 웹에서 4.9점 평점으로 이용 가능합니다.

Python
7스트릭
250점수
5에너지
변수
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
계속하기
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
여정
목표
리더보드
프로필
4.9
별별별별별
평점

당신은 혼자가 아닙니다

글로벌 리더보드에서 경쟁하고, 친구를 초대해서 보상을 받고, 서로의 성공을 축하하세요. 코딩은 친구와 함께하면 더 좋아요!

챌린저 리그
챌린저 리그상위 7명 승급
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up icon승급 구역leaderboard Arrow Up icon

모든 방식으로 학습

읽고, 듣고, 스스로 확인하고, AI에게 묻고, 이미 배운 내용을 찾아보세요. 모든 수업이 당신에게 맞춰집니다.

변수 입문
오디오

변수는 나중에 프로그램에서 참조할 값을 저장하는, 이름이 있는 컨테이너입니다.

Python에서는 이름, 등호, 저장할 값을 차례대로 써서 만듭니다.

값은 시간이 지나며 바뀔 수 있습니다. 재할당하면 그 이름이 새로운 값을 가리킵니다.

1xSarah

수료증을 받으세요

완료한 모든 코스에 대해 인증서를 받으세요. LinkedIn 프로필과 이력서에 추가하여 고용주에게 코딩 전문성을 보여주세요.

Coddy수료증
이 인증서는홍길동성공적으로 완료했음을 증명합니다
python iconPython 기초
인증됨
날짜2026년 1월
LinkedInLinkedIn에 추가

Coddy에서 머신러닝 통계를 배워야 하는 이유

  • 시뮬레이션하고, 눈으로 봐요. 주사위를 수천 번 굴리고, 표본을 수천 번 뽑고, 그룹을 수천 번 섞으면서 히스토그램이 자리 잡는 걸 지켜봐요. 확률은 공식이기 전에 셀 수 있는 비율이에요.
  • 모든 레슨에 차트가 있어요: 정규 곡선을 얹은 밀도 히스토그램, 이상치가 드러나는 상자 그림, 상관관계 히트맵, 적합한 추세선. 실행하면 내 차트가 그래프 탭에 나타나요.
  • 머신러닝이 실제로 쓰는 통계: 평균과 중앙값, 퍼짐과 백분위수, 분포와 z점수, 표본 추출, 이상치, 상관관계, 최소제곱법과 결정계수(R²), p값과 t검정.
  • 모델이 시작되는 곳에서 끝나요: StandardScaler로 특성 스케일링, pd.get_dummies로 범주 인코딩, 그리고 무언가를 학습시키기 전에 새 데이터셋을 살펴보는 체크리스트.

머신러닝을 위한 통계에 대해 자주 묻는 질문

머신러닝에는 통계가 얼마나 필요한가요?

대부분이 걱정하는 것보다 적어요. 모델을 잘 학습시키고 평가하려면 중심과 퍼짐을 읽고, 분포와 이상치가 무엇인지 알고, 상관관계로 관계를 재고, 직선을 맞추고, 진짜 차이와 우연을 구별할 수 있으면 돼요. 그게 바로 이 섹션이에요. 증명과 깊은 확률론은 연구에 중요하지, scikit-learn을 잘 쓰는 데 필요한 건 아니에요.

데이터 사이언스에서 쓰는 통계와 같은 건가요?

네. 기술 통계, 분포, 표본 추출, 상관관계, 회귀선, 가설 검정은 데이터 사이언스와 머신러닝 통계의 공통 핵심이에요. 마지막 챕터들은 스케일링, 인코딩, 학습 전 데이터셋 탐색처럼 모델 쪽으로 기울어 있어요.

미적분이나 선형대수가 필요한가요?

아니요. 모든 걸 산수, 시뮬레이션, 차트로 가르쳐요. 공식이 있는 곳에서는 코드 한 줄과 그림 한 장으로 만나고, 시뮬레이션으로 확인해요. 미적분과 선형대수는 나중에 알고리즘이 어떻게 만들어지는지 깊이 파고들 때 유용해져요.

p값을 쉽게 말하면 무엇인가요?

순전히 우연만으로 내 결과만큼, 또는 그보다 큰 결과가 얼마나 자주 나오는지예요. 강의에서는 섞기로 계산해요: 두 그룹을 합쳐 무작위로 수천 번 나누고, 가짜 차이가 진짜 차이를 넘는 횟수를 세요. 그다음에 같은 질문을 공식으로 빠르게 푸는 stats.ttest_ind를 만나요.

어떤 Python 라이브러리를 쓰나요?

숫자는 NumPy, 표는 pandas, 모든 차트는 matplotlib, 분포와 검정은 SciPy의 stats 모듈, StandardScaler는 scikit-learn이에요. 모두 이 섹션 앞의 파이썬 데이터 시각화 섹션에서 배워요.

얼마나 걸리나요?

64개 레슨, 내 속도로 약 11시간, 하루 30분이면 3~4주예요. 실제 같은 데이터로 푸는 최종 챌린지 4개도 포함해요.

통계 섹션은 무료인가요?

네. 레슨, 차트, AI 힌트, 섹션 수료증 모두 무료예요. 무료 계정은 하루에 몇 개 레슨을 진행할 수 있고, Pro는 하루 제한이 없어요.

이 강의가 포함된 학습 경로

이 강의는 더 긴 경로의 한 단계입니다. 멘토가 가르치는 순서대로 이어지는 여러 강의로, 각각 무료 수료증이 있습니다.

Coddy 프로그래밍 언어 일러스트

Coddy와 함께 머신러닝을 위한 통계 배우기

시작하기