feat: complete wikification of War Commander batch 1&2 and final grey dot cleanup

10_Wiki/Topics/AI/PCA-and-Dimension-Reduction.md

@@ -1,12 +1,12 @@
 ---
 id: MATH-PCA-001
-category: "[[10_Wiki/💡 Topics/AI]]"
+category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
 tags: [statistics, math, pca, dimension-reduction, unsupervised-learning, data-science]
 last_reinforced: 2026-04-26
 ---
 
-# [[PCA and Dimension Reduction (PCA와 차원 축소)]]
+# PCA and Dimension Reduction (PCA와 차원 축소)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "데이터의 흩어짐(Variance)이 가장 큰 핵심 축을 찾아, 고차원의 안개를 걷어내고 데이터의 진정한 뼈대를 드러내라" — 변수들 사이의 상관관계를 분석하여 주성분(Principal Components)을 추출함으로써, 정보의 손실을 최소화하며 데이터의 차원을 낮추는 통계적 방법론.
@@ -25,5 +25,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 1,174개 문서의 임베딩 벡터를 시각화하여 지식의 군집(Cluster) 상태를 점검할 때, PCA를 1차 필터로 사용하여 전체적인 데이터 분포를 조망함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Principal-Component-Analysis-PCA]], [[Multivariate-Analysis]], [[Exploratory-Data-Analysis]], [[Autoencoders-in-Deep-Learning]]
-- **Raw Source:** [[10_Wiki/Topics/AI/PCA-and-Dimension-Reduction.md]]
+- Principal-Component-Analysis-PCA, [[Multivariate-Analysis]], [[Exploratory-Data-Analysis]], Autoencoders-in-Deep-Learning
+- **Raw Source:** 10_Wiki/Topics/AI/PCA-and-Dimension-Reduction.md