최소 왜곡 임베딩(MDE): PCA부터 UMAP까지 차원 축소를 하나로 묶는 프레임워크
PCA, 라플라시안 아이겐맵, UMAP처럼 100년 넘게 쌓인 임베딩 기법들이 사실은 하나의 최적화 문제였다는 최소 왜곡 임베딩(MDE) 연구와, 연구자가 쓰는 도구가 연구의 질까지 바꾼다는 알파X아카이브 강연 내용을 정리했다.
핵심 내용 읽기 →
AI TOPIC
데이터 시각화 최신 뉴스와 핵심 해설
데이터 시각화 관련 핵심 뉴스와 활용 인사이트 16편을 최신순으로 모았습니다.
생성형 AI 데이터 분석 입문: 데이터 기반 의사결정 6단계와 전처리·시각화·상관분석 실무 정리
전문 분석 역량이 없어도 생성형 AI에 단계적으로 질문하면 분석 결과를 얻을 수 있다. 데이터 기반 의사결정 6단계와 결측·중복·이상값 처리, 단변량·다변량 시각화, 상관관계 해석의 함정까지 정리했다.
핵심 내용 읽기 →
고차원 함수 시각화 방법: 파라메트릭 곡면과 색·시간 축으로 신경망을 눈으로 보는 법
함수의 입력과 출력에 각각 차원이 있다는 관점에서 출발해 파라메트릭 곡면, 색, 시간 축을 차례로 더해 고차원 함수를 시각화하는 방법을 정리했다. 신경망 역시 하나의 함수일 뿐이라는 사실이 자연스럽게 드러난다.
핵심 내용 읽기 →
데이터 시각화와 텍스트 결합 연구 정리 — 스탠퍼드 CS547 HCI 세미나 강연
스탠퍼드 CS547 HCI 세미나 강연은 차트에 글을 많이 넣을수록 사람들이 더 선호했고 상당수는 그래프 없이 문장만 원했다는 실험 결과를 소개하며, 이를 설명하려는 인지 이론들과 멀티모달 언어 모델의 결합 구조까지 함께 짚었다.
핵심 내용 읽기 →
파이썬 데이터 사이언스 입문: NumPy·Pandas·시각화·통계 학습 순서 정리
데이터 사이언스는 파이썬 라이브러리부터 통계, 머신러닝까지 어떤 순서로 배워야 할까. NumPy·Pandas·시각화·가설검정·특성공학으로 이어지는 학습 지도를 정리했다.
핵심 내용 읽기 →
TED 강연 정리: AI 블랙박스와 기후 데이터를 감각으로 번역하는 미디어 아트 작업
미디어 아티스트 이윤 강의 TED 강연 요약. NASA 위성 물 데이터와 118개 AI 모델의 내부 구조를 작품으로 옮겨, 숫자로만 존재하던 위기를 몸으로 감각할 수 있게 만든 작업 과정을 소개한다.
핵심 내용 읽기 →
다차원 척도법(MDS)이란: 거리 행렬로 차원을 축소하는 고전·계량·비계량 3가지 방식
1950년대 심리측정학에서 출발한 다차원 척도법(MDS)을 정리한다. 데이터가 아닌 거리 행렬에서 시작해 고전적·계량·비계량 MDS로 저차원 지도를 만드는 원리와 stress·SMACOF를 설명한다.
핵심 내용 읽기 →
t-SNE 완전 정복: 차원 축소·perplexity·Barnes-Hut까지 원리 해설
고차원 데이터를 2·3차원으로 시각화하는 대표 기법 t-SNE의 작동 원리를 SNE부터 Student t분포, perplexity, Barnes-Hut 가속까지 단계별로 정리했습니다.
핵심 내용 읽기 →
차원 축소란 무엇인가: 차원의 저주와 매니폴드 학습으로 고차원 데이터 쉽게 이해하기
고차원 데이터를 저차원으로 압축해 시각화하고 분석하는 차원 축소의 핵심 개념을 정리했다. 차원의 저주와 비균일성의 축복, 매니폴드 가설, 그리고 선형·비선형·지역적·전역적 기법이 어떻게 다른지 쉽게 짚는다.
핵심 내용 읽기 →
UMAP 원리 정리: 차원 축소, t-SNE와의 차이, 위상수학적 배경
차원 축소 기법 UMAP을 위상 데이터 분석부터 그래프 최적화까지 단계별로 풀어낸다. t-SNE와 무엇이 같고 다른지, 하이퍼파라미터는 무엇인지 정리했다.
핵심 내용 읽기 →
Julius AI 데이터 분석 튜토리얼: 자연어 질문으로 엑셀 요약하고 차트 만드는 법
Julius AI는 스프레드시트를 올리고 자연어로 질문해 데이터를 요약·시각화하는 도구다. 이 튜토리얼은 파일 업로드부터 총매출·지역별 비교·추세 차트, 인사이트 리포트 작성까지 실습 흐름과 주의할 점을 정리한다.
핵심 내용 읽기 →
Claude 활용법 총정리: 아티팩트, 프로젝트 기능, 데이터 시각화로 업무 자동화하기
유튜버 제프 수가 1년 만에 AI 업무의 절반 이상을 Claude로 옮긴 과정을 정리했습니다. 초기 설정부터 아티팩트, 프로젝트 기능, 비정형 데이터 시각화까지 실제 업무 사례로 짚습니다.
핵심 내용 읽기 →
에이전트 분석이란? PlotStudio AI로 보는 데이터 분석 자동화의 현재와 실제 활용법
라이브러리와 코드 문법을 외우지 않아도 AI 에이전트가 데이터 정제·시각화·해석·보고서 작성까지 대신한다. PlotStudio 데모를 통해 에이전트 분석이 실제로 어떻게 작동하고 무엇을 바꾸는지 단계별로 정리했다.
핵심 내용 읽기 →
UMAP 차원 축소 쉽게 이해하기: 고차원 데이터를 그래프로 보는 핵심 원리와 t-SNE 차이
UMAP은 그래프로 그릴 수 없는 고차원 데이터를 2차원 등 저차원으로 줄여 군집과 이상치를 눈으로 보게 해주는 차원 축소 기법이다. 유사도 점수 계산과 점 이동 과정부터 t-SNE와의 차이까지 작동 원리를 쉽게 정리했다.
핵심 내용 읽기 →
t-SNE 차원 축소 원리 쉽게 이해하기 — 고차원 데이터를 군집이 살아있는 2차원 지도로 시각화하는 법
t-SNE는 고차원 데이터를 원래 정보를 최대한 살리면서 저차원 그래프로 줄여 숨은 군집을 눈으로 보게 해줍니다. 유사도 점수 계산과 t분포로 군집을 보존하는 작동 원리를 단계별로 풀어 설명합니다.
핵심 내용 읽기 →
주성분 분석(PCA)이란? 고차원 데이터를 2차원으로 압축해 시각화하는 차원 축소 원리 정리
변수가 많아 직접 그릴 수 없는 고차원 데이터를 PCA가 어떻게 2차원 그래프로 압축해 비슷한 표본을 모아 보여 주는지, 주성분과 로딩 점수, 고윳값과 스크리 플롯 개념을 유전자 측정 예시로 단계별로 쉽게 풀어 설명합니다.
핵심 내용 읽기 →