Causal Discovery에 필요한 가정에 대해 소개합니다. Assumptions for Causal Discovery Causal Discovery에 필요한 가정에 대해 소개합니다. Acyclicity Assumption Acyclicity (비순환성)은 그래프 내 순환성이 없어야 한다는 것을 의미합니다. 우리가 가정하는 그래프가 ...

Summary Causal Discovery를 위한 표현인 Structural Causal Model, 즉 SCM에 대해 소개합니다. Causal Discovery 관련 내용은 이전 글을 참조해주세요. Pearl’s Causal Hierarchy Pearl 교수님은 3가지의 사다리와 각각의 level을 정의하였습니다. ...

Graphical model로부터 어떻게 인과관계를 표현하는지 소개합니다. Graphical Models 그래프를 이용해 인과관계를 표현해봅시다. DAG와 PDAG 그래프 모델 중 하나는, DAG 입니다. DAG (Directed Acyclic Graph) 는 방향성이 있고 순환성이 없는 그래프 입니다. 우리가 인과관계를 표현하기 위해 ...

2. Assumptions for Causal Inference Elements of Causal Inference: Foundations and Learning Algorithms 라는 책을 공부하고 (가능한 한) 제 표현으로 정리한 글입니다. 이번 챕터에서는 Causal Inference에서 중요한 원칙에 대해서 소개합니다. 사실, Ca...

1. Statistical and Causal Methods Elements of Causal Inference: Foundations and Learning Algorithms 라는 책을 공부하고 (가능한 한) 제 표현으로 정리한 글입니다. 먼저 이 책은 Causal Inference 분야의 대가인 Jonas Peters, Dominik ...

이 글은 연합학습(Federated Learning)에 대한 개념과 문제를 소개하고, 이를 해결하기 위한 몇 가지 방법을 소개합니다. 연구 분야에 대해서 소개할 기회들이 몇몇 있었는데 그때마다 만들었던 자료들을 모아서 작성하였습니다. (그래서 영어와 한글이 아직 혼용되어 있어요..) What is Federated Learning? Fede...

이 글은 능동학습(Active Learning)에 대한 개념과 문제를 소개하고, 이를 해결하기 위한 몇 가지 방법을 소개합니다. 연구 분야에 대해서 소개할 기회들이 몇몇 있었는데 그때마다 만들었던 자료들을 모아서 작성하였습니다. (그래서 영어와 한글이 아직 혼용되어 있어요..) What is Active Learning? Active Lea...

PCA의 수학적 이해 그림의 예시처럼 2차원 데이터를 1차원으로 축소한다고 가정해봅시다. 여기서 축소한 공간의 방향을 $\mathbf{u}_1$라 하고, 이는 방향을 나타내는 벡터이므로 편의상 단위벡터로 가정($\mathbf{u}_1^T\mathbf{u}_1=1$)합니다. 2차원 데이터 $\mathbf{x}_i$를 공간 $\mathbf{u}_1$에 ...

Summary: Causal Discovery가 무엇이고 왜 어려운지 소개합니다. Causal Discovery Causal discovery (인과 발견)는 데이터로부터 올바른 인과 구조 그래프를 찾는 문제로, 다양한 분야에서 굉장히 중요한 연구 분야입니다. 불의 존재가 온도계의 온도 변화를 유발하는지 인과 관계 찾기 예시 source: ...

Summary: 비선형성으로 identifiablity를 찾은 방법 이번 글에서는 Causal Learning의 또다른 주축인 Causal Discovery, 그리고 이를 위한 방법 중 하나인 ANM에 대한 논문 (Hoyer at al., Nonlinear causal discovery with additive noise models (200...