# 머신러닝의 개념 # 머신러닝을 사용하는 이유 # 머신러닝의 분류
# 머신러닝과 통계학 # 모집단 vs. 모수와 통계량 vs. 평균, 중간값, 최빈값 # 분산, 표준편차, 범위, 사분위수
# p-value, 카이제곱 독립성 검정 # ANOVA 분산 분석 # 머신러닝 통계학 내용 정리
# 사이킷런 # 데이터 표현 방식 # 훈련 데이터 # 테스트 데이터
# 사이킷-런 # 머신러닝 모델 만들기