<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
    <channel>
        <title>데이터분석가 되기</title>
        <link>until.blog/@jjjooo</link>
        <description>성공은 준비된 자에게 찾아온다</description>
        <lastBuildDate>Fri, 01 May 2026 16:34:17 GMT</lastBuildDate>
        <docs>https://validator.w3.org/feed/docs/rss2.html</docs>
        <generator>https://github.com/jpmonette/feed</generator>
        <language>ko</language>
        <image>
            <title>데이터분석가 되기</title>
            <url>https://avatars.githubusercontent.com/u/94334477?v=4</url>
            <link>until.blog/@jjjooo</link>
        </image>
        <copyright>All rights reserved 2026, jjjooo</copyright>
        <item>
            <title><![CDATA[주성분 분석(PCA)]]></title>
            <link>https://until.blog/@jjjooo/주성분-분석-pca-</link>
            <guid>주성분-분석-pca-</guid>
            <pubDate>Sun, 31 Aug 2025 17:47:57 GMT</pubDate>
            <description><![CDATA[빅분기 필기 시험 준비 중 주성분 분석 관련 문제만 나오면 틀려서 정리해본다.알아도 아는 게 아닌 주성분 분석,,,,,,,,, 한번 파헤쳐 보자일단 정의PCA (Principal Component Analysis, 주성분 분석)는 차원 축소(dimensionality reduction) 기법 중 하나로, 고차원의 데이터를 보다 간단한 저차원으로 변환하면서도]]></description>
        </item>
    </channel>
</rss>