[BDA x 영진닷컴] 빅분기 실기 스터디 2주차 (Part 03 머신러닝과 모델링 ~ Part 04 통계와 확률)

2025년 5월 26일부터 6월 20일까지 약 4주간, BDA에서 함께 활동 중인 조원들과 빅데이터 분석기사 실기 대비 스터디를 진행하게 되었습니다.
한 번에 자격증을 취득할 수 있도록 체계적으로 준비하고 부족한 부분은 서로 도우며 최선을 다해 공부할 계획입니다.
이 블로그에는 주차별 스터디 내용을 정리하며 배운 점을 차근차근 기록해보려 합니다.

 

📘 스터디 교재

이번 스터디의 교재는 BDA와 영진닷컴에서 지원을 해주셔서 2025 이기적 빅데이터분석기사 실기 Python 도서로 진행하게 되었습니다.

 

📌 스터디 개요

• 주차: 2주차
• 날짜: 6월 7일 (토)
• 범위: Part 03 머신러닝과 모델링 ~ Part 04 통계와 확률

 

📋 스터디 내용

Part 03의 내용은 책을 한번 정독한 후 코드를 전부 따라서 작성해보고 모범답안 부분만 따로 파일을 만들어 작성하는 방식으로 학습했습니다. Part 04의 내용은 코드보다는 개념을 정리하는 방향으로 학습했습니다.

 

[Part 03 머신러닝과 모델링] 코드 및 모범답안

 

[Part 04 통계와 확률] 개념

SECTION 01. 기초 통계 & 확률의 이해

01. 표본 추출

• 모집단(population)에서 일부 데이터를 선택하여 분석에 사용하는 방법
• 단순랜덤추출, 계통추출, 층화추출, 군집추출 등 다양한 방식 존재
• 표본이 대표성을 가지는 것이 중요

02. 통계적 용어 정리

• 평균(Mean), 중앙값(Median), 최빈값(Mode), 분산(Variance), 표준편차(Standard Deviation), 사분위수 등
• 기술통계(Descriptive Statistics) vs 추론통계(Inferential Statistics)
• 표본평균, 표본분산과 같은 표본 통계량

03. 확률 계산 과정의 이해

• 확률: 어떤 사건이 발생할 가능성 (0~1 사이)
• 여사건, 합사건, 곱사건 등의 개념
• 조건부 확률, 독립 사건 등도 포함

04. 확률변수의 편리성

• 확률변수: 결과를 수치로 표현한 변수 (이산형 vs 연속형)
• 확률분포 함수를 통해 사건의 확률을 수학적으로 다룸
• 기대값, 분산 등 확률변수의 성질

 

SECTION 02. 확률분포 다루기

01. SciPy 라이브러리와 분포 함수

• scipy.stats 모듈을 사용해 다양한 확률분포 모델링 가능
• .pmf() (이산), .pdf() (연속), .cdf() 등의 메서드 활용
• 확률분포 시뮬레이션, 누적분포, 확률계산 등

02. 이산 확률분포

• 확률값이 특정한 정수값에만 존재
• 베르누이분포, 이항분포, 포아송분포 등이 대표적
• 예: 동전 던지기, 정해진 횟수 내 사건 발생 수

03. 연속 확률분포

• 확률이 연속적인 실수 구간에 분포
• 정규분포, 균등분포, 지수분포, 감마분포 등
• 확률 자체보다는 구간 내 확률(면적)로 계산됨
• 실세계의 연속 데이터(키, 몸무게 등)에 자주 적용

 

💬 느낀점

이번 주에는 머신러닝 모델 실습과 통계·확률 개념 정리를 함께 진행했는데, 실습 중심 파트와 개념 중심 파트를 병행하다 보니 학습 방식에 자연스럽게 차이가 생겼습니다. 머신러닝 파트에서는 책 내용을 정독하고 직접 코드를 작성하면서 단순 실행을 넘어서 ‘왜 이렇게 작성했는가’를 고민하며 정리하는 과정이 특히 도움이 되었습니다. 반면 통계와 확률 파트는 익숙하다고 생각했지만 다시 공부해보니 생각보다 다양한 분포와 함수들이 존재한다는 점을 새롭게 느꼈습니다. 특히 SciPy의 분포 함수들을 직접 정리하며 확률 개념이 단순한 수학이 아니라 분석을 위한 도구라는 것을 실감할 수 있었습니다.