• FrontPage
        * Page naming convention: 원칙은 ⓐ KO/EN 상관없이 간단한 키워드 입력만으로 페이지 접근이 가능하도록. 따라서 두문자어(acronym)가 유명하다면 페이지 명에 명시할 필요가 있다. (ex. [[제곱평균제곱근,root_mean_square,RMS]], [[주성분분석,principal_component_analysis,PCA]]) 별도의 RMS라는 이름의 redirect 전용 페이지를 만드는 방법도 있으나, 페이지 개수가 많아지는 것은 여러 단점이 있어 억제 중이다. ⓑ 페이지명 변경 시 위키 문법을 parsing하는 과정 없이 단순한 문자열 치환만으로 가능하게 하기. 현재, 잠정적으로 〈한글단어,english_word(,abbreviation)〉 (snake_case, 빈칸을 _로 치환) 또는 〈abbreviation,english_words〉
• WikiSandBox
       [[주성분분석,principal_component_analysis,PCA]]
       통계학에서 다루는 내용은 너무 다양하다. [[회귀분석,regression_analysis]]이라는 주제는 매우 보편적이다. 이와 관련한 너무나 다양한 종류의 통계분석이 있다. 요인분석,,factor_analysis,,, 군집분석,,cluster_analysis,,, 주성분분석,,principal component analysis,,([[주성분분석,principal_component_analysis,PCA]]) 등등. 분산분석,,analysis of variance,,(ANOVA)은 회귀분석에 가까운 분석이다. [[가설검정,hypothesis_test]]도 중요한 주제이고, [[빈도해석,frequency_analysis]] 은 특히 공학에서 중요하다. 그러나 저자는 이런 주제들을 공부할 때 가장 중요한 것이 [[모멘트,moment]]의 개념과 [[확률분포,probability_distribution]]에 대한 이해라고 생각한다. 단순선형회귀분석 simple_linear_regression_analysis 에 대한 심도 있는 이해는 매우 다양하고 복잡한 형태의 회귀분석을 습득하는데 필요한 기초를 제공해 준다 (그러나 이 내용은 다루지 않았다).
       [[주성분분석,principal_component_analysis,PCA]]
• 공분산,covariance
       [[주성분분석,principal_component_analysis,PCA]]에서 쓰임
• 기저,basis
       [[주성분분석,principal_component_analysis,PCA]]은 원 data의 [[분산,variance]]을 최대한 보존(?)하는 축을/'''기저'''를 찾으면서 차원축소 dimensionality_reduction 를 하는 것.
• 노름,norm
       [[주성분분석,principal_component_analysis,PCA]]에서 이것의 제곱을 사용? chk
• 분산,variance
        - [[주성분분석,principal_component_analysis,PCA]]의 중요한 개념.
• 중심극한정리,central_limit_theorem,CLT
       CLT와 ICA([[독립성분분석,independent_component_analysis,ICA]])은 반대 개념이라고... (see [[주성분분석,principal_component_analysis,PCA]])
• 특징,feature
       [[주성분분석,principal_component_analysis,PCA]],
• 회귀,regression
       다다(p98)에 의하면, 다중회귀분석은 독립 변수가 여러 개이므로 단순(단일?)회귀분석처럼 2차원 그래프로 시각화하기 어렵다. 이 때 2차원 평면상에 점을 찍을 수 있도록 [[주성분분석,principal_component_analysis,PCA]]을 이용한다.

You can also click here to search title.