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

10_Wiki/Topics_GD/Similarity-Metrics.md

@@ -1,12 +1,12 @@
 ---
-id: [[P-Reinforce]]-AUTO-SIME-001
+id: [[P-Reinforce|P-Reinforce]]-AUTO-SIME-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.96
-tags: [auto-reinforced, mathematics, similarity-metrics, [[Statistics]], vector-space]
+tags: [auto-reinforced, mathematics, similarity-metrics, [[Statistics|Statistics]], vector-space]
 last_reinforced: 2026-04-20
 ---
 
-# [[Similarity-Metrics]]
+# [[Similarity-Metrics|Similarity-Metrics]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "데이터 사이의 거리 측정법: 서로 다른 두 정보가 얼마나 닮았는지를 수학적으로 정의하여, 추천 시스템과 검색 엔진이 '비슷한 것'을 찾아낼 수 있게 하는 지능의 척도."
@@ -21,7 +21,7 @@ last_reinforced: 2026-04-20
     *   **Jaccard Similarity**: 집합 간의 교집합 비중을 측정. 범주형 데이터 비교에 적합.
 2.  **활용 분야**:
     *   **RAG (검색 증강 생성)**: 질문과 가장 유사한 지식 조각을 벡터 DB에서 찾는 핵심 알고리즘.
-    *   **Recommender[[ system]]s**: 내가 본 영화와 가장 '유사한' 취향의 영화 추천.
+    *   **Recommender[[_system|system]]s**: 내가 본 영화와 가장 '유사한' 취향의 영화 추천.
     *   **Anomaly Detection**: 다른 데이터들과의 거리가 너무 먼 '이상치' 식별.
 3.  **선택 기준**:
     *   데이터의 차원수, 정규화 여부, 비즈니스 목적에 따라 적절한 지표 선택이 시스템 성능을 좌우함.
@@ -31,6 +31,6 @@ last_reinforced: 2026-04-20
 - **정책 변화(RL Update)**: 개인화 추천 정책 수립 시, 단순히 과거 유사도만 따지는 것이 아니라 유저의 '의도 변화'를 실시간 반영하는 가변적 유사도 가중치 정책이 표준화됨.
 
 ## 🔗 지식 연결 (Graph)
-- Vector Semantics, [[RAG (검색 증강 생성)]], [[Statistics & Data Analysis]], Information Extraction (IE), [[Principles-of-Data-Connect]]
-- **Modern Tech/Tools**: Faiss (Facebook AI Similarity [[Search]]), Scipy Spatial, Pinecone.
+- Vector Semantics, [[RAG (검색 증강 생성)|RAG (검색 증강 생성)]], [[Statistics & Data Analysis|Statistics & Data Analysis]], Information Extraction (IE), [[Principles-of-Data-Connect|Principles-of-Data-Connect]]
+- **Modern Tech/Tools**: Faiss (Facebook AI Similarity [[Search|Search]]), Scipy Spatial, Pinecone.
 ---