데이터 과학 공부를 시작하면서 온통 기술적인 부분에만 매달렸던 것 같아요. 어떻게 하면 더 멋진 모델을 만들까, 어떤 라이브러리를 써야 할까 고민했죠. 그런데 이 책을 읽고 나니 가장 기본적이지만 중요한 걸 놓치고 있었다는 생각이 들었어요. 바로 데이터를 '제대로' 보는 방법이요. 숫자에 가려진 함정이나 우리가 흔히 빠지는 생각의 오류들을 짚어줍니다. 기술을 익히는 것만큼

"극단적인 결과는 대개 신호와 잡음 양족 모두가 극단적일 때 나타난다. 다른 시행에서 신호는 같은 값을 유지하는 반 면 잡음은 새로운 임의의 값을 취한다. 그리고 잡음의 기댓값은 평균. 그러므로 한 시행에서 극단적인 값이 나타나면 다른 시행에서는 평균으로 회귀를 기대""평균회귀는 시간과는 무관""믿음이 개입하면 평균 회귀는 일어나지 않는다."

이 책은 데이터 분석과 비판적 사고에 대한 중요성을 강조하는데 책에서는 통계적 분석과 인과 추론에서 부딪히는 다양한 현실적 문제를 사례를 통해 쉽게 설명해 줍니다. 데이터의 진위성과 오염 상태를 구별하는 데 도움이 될 것같고 상관관계와 인과관계의 차이를 명확히 이해할 수 있는 팁도 많이 제시되는데 내용이 생각보다 조금 어려웠습니다..