(주의) 지극히 주관적인 추천이며 결과는 책임질 수 없습니다. 판단은 각자 알아서 (왜냐하면 돈내야함)
공백기 동안 무엇을 할지 고민하다가, 통계학 공부를 하기로 했다.
사실 통계학 공부를 굉장히 여러번, 다양한 방법으로 시도 했었는데, 내가 알고 싶은 부분 (실무적인 부분, i.e. A/B 테스트 정확하게 돌리기 등)이 항상 너무 뒤에 나오거나, 강의 계획서에 포함되지 않아서 포기한 경우가 있었다. 그래서 통계적 개념에 구멍난 채로 실험을 돌리고 결과를 해석했고, 이 점에 항상 마음이 불편했다. Growth를 지향하는 PM이라면 통계학개론 정도는 상식이라던 누군가의 말이 계속 생각나기도 하고.
퇴사하고 Coursera 뒤적거리다가 우연히 이 강의를 보게 되었는데 계획서가 알차서 마음에 들었다. 특히 (1) python과 jupyter notebook 활용해 직접 데이터를 만져볼 수 있다는 점과 (2) 실무 환경에서 통계적 지식을 어떻게 활용할 수 있는지 관점에서 접근한다는 점이 마음에 들었다.
솔직히 해당 강의의 앞부분 (통계학 기초) 부분은 다른 강의에서 nn번 들었기 때문에 hypothesis testing 부터 들었는데, 기초 상식을 되짚는데 많은 도움이 되었다. 강의도 6분에서 11분밖에 안되고, Reading도 알차서 즐겁게 들을 수 있다. 사실 이 블로그의 '통계' 관련 글들은 강의 듣고 복습하기 위해 쓰는 것들이 많다 (이실직고). 어쨌든 추천한다.

참고로 본인은 운이 좋아 물수능을 만나 수리영역은 100점을 받았지만, 통계학을 굉장히 싫어하는 학생이었다. 나 같은 통알못도 쉽게 이해할 수 있게 설명해준다. 이해 안되면 중간 중간 Perplexity한테 'Explain it to me like I'm 5' 라고 물어보면 된다. ^_^ 세상 좋아졌다. 끝.


'Statistics (통계)' 카테고리의 다른 글
| [통계] 베이즈 확률론 (Bayesian Probability) 기본 (0) | 2025.09.08 |
|---|---|
| [통계] Conditional Probability (조건부 확률)과 LLM (0) | 2025.09.07 |
| [통계] 산술평균, 기하평균 with python (1) | 2025.08.31 |
| [통계] 표준편차 (Standard Deviation) 분산 (Variance) 개념과 한계 (0) | 2025.08.31 |
| [통계] A/B Test: 단측 검정 (One-tailed)과 and 양측 검정 (two-tailed tests)의 차이, 사례 (1) | 2025.08.31 |