Part 2. 기초 복구¶

Section ID: P2-index Version: v2026.09.15

Part 1에서 AI의 주요 분야와 학습·실행의 차이를 살펴봤다면, Part 2에서는 그 설명에 쓰이는 수식과 코드를 직접 읽을 기반을 만듭니다. 수학을 처음 접하거나 배운 내용을 잊었어도 작은 계산부터 시작할 수 있습니다. 수식의 계산 규칙을 Python으로 실행하고, 배열과 표에서 데이터를 확인하며, 그래프와 변경 이력으로 결과를 남기는 흐름을 익힙니다.

예를 들어 공부 시간으로 시험 결과를 예측하려면 입력으로 쓸 값과 정답을 구분하고, 예측이 얼마나 틀렸는지 계산해야 합니다. 이때 수학은 계산 기준을, Python은 실행 절차를, 데이터 도구는 값의 구조와 결과를 보여 줍니다. Part 2의 여러 도구는 이 과정을 함께 확인하는 데 쓰입니다.

수식에서 실행과 기록까지¶

Part 2는 15개 Chapter로 구성됩니다. 처음부터 읽을 때는 수식의 의미를 잡고 작은 계산을 실행한 뒤, 데이터의 모양과 기록 방법으로 이어갑니다.

수학에서는 선형대수·미분·확률·통계·최적화의 입문 개념과 작은 계산을 다룹니다. Python에서는 실행 환경과 기본 문법을 익히고, NumPy는 배열 계산, Pandas는 표의 선택과 정리, Matplotlib은 시각화, Git은 변경 이력 관리에 사용합니다. 고급 수학 증명이나 각 도구의 전체 기능보다 이후 모델 학습 예제를 읽고 실행하는 데 필요한 내용을 중심으로 연결합니다.

낯선 표현에서 본문으로 돌아가기¶

기호나 도구 이름이 막히면 다음 표에서 해당 계산과 실행 장면을 찾아볼 수 있습니다. 설치·클래스·전통 자료구조의 추가 설명은 각 장의 보충학습으로 이어집니다.

모델 학습을 읽을 준비¶

이 Part를 마치면 수식의 입력·계산·출력을 작은 코드와 연결하고, 배열과 표의 행·열이 무엇을 뜻하는지 설명할 수 있어야 합니다. 평균 하나와 분포 전체가 알려 주는 차이, 손실의 크기와 그 손실을 줄이는 방향의 차이도 구분합니다. 실행 결과에는 코드뿐 아니라 데이터와 실행 환경, 변경 조건을 함께 남깁니다.

Part 3에서는 이 기반 위에서 데이터로 규칙을 배우는 모델을 다룹니다. 모델을 어떻게 학습시키고, 학습에 쓰지 않은 데이터에서 무엇으로 성능을 판단할지가 다음 질문입니다. 이동 전에는 종합 점검과 Part 2 마무리의 작은 계산으로 준비 상태를 확인할 수 있습니다.

체크리스트¶

• 수식의 기호를 보고 무엇을 입력받아 무엇을 계산하는지 찾을 수 있는가?
• 벡터·행렬의 모양, 변화율, 확률·분포가 각각 어떤 질문에 답하는지 설명할 수 있는가?
• 작은 Python 계산을 실행하고 배열·표·그래프로 결과를 확인할 수 있는가?
• 결과를 다시 확인하는 데 필요한 데이터·코드·환경과 변경 이력을 남길 수 있는가?

출처와 참고 자료¶

이 문서는 Part 2 본문을 바탕으로 작성한 자체 개요입니다. 각 개념의 근거는 연결된 본문의 출처와 참고 자료에서 확인할 수 있습니다.