Essential Math for Data Science (책)
Thomas Nield 의 O'Reilly 책 — 선형대수·미적분·확률·통계를 순수 Python(numpy/sympy)으로 바닥부터 다시 쌓아, 선형/로지스틱 회귀와 손으로 만든 신경망까지 갑니다. **데이터 과학 다크호스의 수학 바닥**입니다: 그 트랙의 모든 Dune 쿼리, 지수 품질 규칙, 이상 탐지기가 정확히 이 네 과목 위에 서 있습니다.
이 페이지는 카드에 적힌 내용을 펼쳐 보여줄 뿐입니다 — 돌아가는 코드도, 열어볼 데모도 아직 없습니다. 무엇을 왜 만들려는지가 아래에 있습니다.
책이 만들어진 방식 그대로 읽습니다 — **코드 먼저, 증명은 안 함.** 한 장씩 읽고, 각 장의 장난감 데이터셋을 온체인 데이터로 바꿉니다: MEV 번들 포함 여부에 확률을, BTC/KRW 복수 거래소 피드에 기술통계와 이상치 규칙을(지수 운영 카드의 공격 세트), 가스 가격 대 블록 점유율에 선형회귀를, "이 마켓이 Yes 로 끝났는가"에 로지스틱 회귀를. 책의 도구(numpy, sympy, scikit-learn)가 이미 다크호스 스택이라 **새 툴체인 없이 데이터만 바꾸면 됩니다.** 결승선: 마지막 신경망 장을 Verex 주문 흐름 데이터셋 하나로 재구현.
기술 노트
각 항목이 실제로 무엇을 보여주고 어떻게 동작하는지 — 위 카드보다 자세한 기술 설명입니다.
목적: Jayverse 계획 §10 이 데이터 과학(pandas/numpy, Dune/The Graph)을 다크호스 트랙으로 지목했는데, **정직한 공백은 도구가 아니라 그 밑의 수학**입니다 — 절사 평균, 신선도 컷오프, 조작 비용 곡선은 코드 한 줄이기 전에 통계 결정입니다. 이 책은 그 공백을 지나는 가장 짧고 점잖은 길입니다: 네 과목, 노트북 언어 하나, 측도론 없음. Math 커리큘럼(50개 목록)에도 정의 대신 **코드로 뒷받침된 실전 예제**를 공급합니다.
동작 방식: ### 장별 지도 — 책 과목 → 온체인 쓰임새 | 책 과목 | 이 워크스페이스에서의 자리 | | --- | --- | | 확률 (베이즈 포함) | MEV 번들 포함 확률; "이 마켓이 Yes 로 끝날 확률" 사전 분포 | | 기술통계·분포 | 복수 거래소 피드 품질: 이상치 심지, 신선도, 절사 평균 | | 선형대수 | 포트폴리오/익스포저 계산; 아래 모든 회귀 밑의 행렬 | | 미적분·경사하강 | 조작 비용 곡선; 무엇이든 한 번은 손으로 적합 | | 선형·로지스틱 회귀 | 가스 가격 대 블록 점유율; Verex 마켓 결과 예측 | | 신경망 (바닥부터) | 마무리 — Verex 주문 흐름에 프레임워크 없는 작은 신경망 | ### 왜 강의가 아니라 이 책인가 모든 개념을 눈앞에서 numpy/sympy 로 직접 짓습니다 — 다크호스 트랙이 이미 지목한 그 스택이라, **"장을 끝냈다"와 "트랙에 쓸 작동 코드가 있다"가 같은 사건**이 됩니다.