1. 오늘의 학습 목표오늘은 머신러닝과 통계학을 나누어 학습했다.머신러닝에서는 로지스틱 회귀를 마무리하고, 회귀와 분류 모델의 차이를 다시 정리하는 것이 목표였다. 선형회귀와 로지스틱 회귀가 어떤 점에서 비슷하고, 어떤 문제에서 다르게 사용되는지 확인했다. 특히 로지스틱 회귀는 분류 문제에서 사용되며, 정확도와 F1-score 같은 평가 지표로 모델을 판단한다는 점을 다시 짚었다.통계학에서는 가설검정을 사용할 때 조심해야 할 부분들을 학습했다. 단순히 p-value가 0.05보다 작다고 해서 바로 의미 있는 결과라고 받아들이면 안 되고, 분석 과정에서 결과를 왜곡할 수 있는 여러 상황을 함께 봐야 한다는 점이 핵심이었다.2. 오늘 학습한 내용머신러닝로지스틱 회귀 정리로지스틱 회귀는 이름에 “회귀”가 들어..