docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Root-Mean-Square-Error.md

@@ -2,7 +2,7 @@
 id: MATH-MET-RMSE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [math, [[Statistics]], metrics, rmse, regression, evaluation, error-[[Analysis]]]
+tags: [math, [[Statistics|Statistics]], metrics, rmse, regression, evaluation, error-[[Analysis|Analysis]]]
 last_reinforced: 2026-04-26
 ---
 
@@ -15,7 +15,7 @@ last_reinforced: 2026-04-26
 - **추출된 패턴:** "Quadratic Error Scaling and Dimensional Consistency" — 개별 오차를 제곱하여 합산함으로써 큰 오차(Outliers)가 지표에 미치는 영향력을 증폭시키고, 마지막에 제곱근을 취해 결과값을 원본 종속 변수와 같은 단위로 맞추어 해석력을 높이는 패턴.
 - **핵심 특징:**
     - **Sensitivity to Outliers:** MAE(평균 절대 오차)에 비해 큰 오차에 매우 민감하게 반응함.
-    - **[[Interpretability]]:** 예측값의 단위(예: 원, kg)와 동일하게 표현되어 오차의 실질적 크기를 체감하기 쉬움.
+    - **[[Interpretability|Interpretability]]:** 예측값의 단위(예: 원, kg)와 동일하게 표현되어 오차의 실질적 크기를 체감하기 쉬움.
 - **의의:** "큰 실수는 절대 안 된다"는 목적이 뚜렷한 예측 모델링(예: 기상 예보, 금융 변동성)에서 모델의 신뢰성을 평가하는 최우선 지표로 활용됨.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
@@ -23,5 +23,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 연산 리소스 예측 모델의 오차율을 모니터링할 때, 갑작스러운 부하 폭증을 방지하기 위해 큰 오차를 엄격히 감시하는 RMSE 지표를 주력으로 사용함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Regression-Analysis-Foundations]], [[Performance-Metrics-in-AI]], [[Loss-Functions-Foundations]], [[Predictive-Analytics]]
+- [[Regression-Analysis-Foundations|Regression-Analysis-Foundations]], [[Performance-Metrics-in-AI|Performance-Metrics-in-AI]], [[Loss-Functions-Foundations|Loss-Functions-Foundations]], [[Predictive-Analytics|Predictive-Analytics]]
 - **Raw Source:** 10_Wiki/Topics/AI/Root-Mean-Square-Error.md