[G1-Sync] Manual knowledge update

10_Wiki/Topics/Mean-Absolute-Error-MAE.md

@@ -2,7 +2,7 @@
 id: MATH-MAE-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [statistics, machine-learning, loss-functions, mae, l1-loss, evaluation-metrics]
+tags: [[[Statistics]], machine-learning, loss-functions, mae, l1-loss, evaluation-metrics]
 last_reinforced: 2026-04-26
 ---
 
@@ -15,8 +15,8 @@ last_reinforced: 2026-04-26
 - **추출된 패턴:** "Linear Error Penalization" — 오차에 제곱을 가하지 않고 선형적으로 페널티를 부여함으로써, 소수의 극단적인 오차(이상치)가 전체 손실값에 미치는 영향을 억제하고 데이터의 보편적인 경향성을 학습하게 하는 패턴.
 - **수식:** $\frac{1}{n} \sum_{i=1}^n |y_i - \hat{y}_i|$
 - **주요 특징:**
-    - **Robustness:** 이상치에 강건함. (MSE 대비 이상치의 영향력이 작음)
-    - **Interpretability:** 오차의 단위가 타겟 변수의 단위와 동일하여 "평균적으로 얼마의 차이가 난다"라는 직관적 이해 가능.
+    - **[[Robustness]]:** 이상치에 강건함. (MSE 대비 이상치의 영향력이 작음)
+    - **[[Interpretability]]:** 오차의 단위가 타겟 변수의 단위와 동일하여 "평균적으로 얼마의 차이가 난다"라는 직관적 이해 가능.
 - **의의:** 금융 데이터 분석이나 기상 예측처럼 소수의 예외적인 데이터가 전체 모델을 흔들지 않아야 하는 견고한(Robust) 시스템 설계의 핵심 지표.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)