탐색적 데이터 분석(EDA)의 마지막 주차는 "데이터를 숫자로 정직하게 요약하고, 그 요약을 신뢰할 수 있는지 검증하는 일"이다. MLS-C01 시험은 머신러닝 알고리즘을 묻기 전에 통계적 직관을 먼저 확인한다. 분포가 치우쳤는지, 평균과 중앙값 중 무엇을 봐야 하는지, 표본이 모집단을 제대로 대표하는지 — 이것을 모르면 어떤 모델을 골라도 잘못된 결론에 도달한다.
오늘은 EDA의 통계적 토대를 다진다. 분포(distribution), 중심·산포(central tendency & dispersion), 정규화·변환이 분포에 미치는 영향, 그리고 **표본(sample)과 모집단(population)**의 관계를 본다.
변수 하나를 받으면 평균부터 구하는 게 아니라 분포의 모양을 먼저 봐야 한다. 같은 평균을 가져도 모양이 전혀 다를 수 있기 때문이다.