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 Discovery 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: flaticon 일반적으로, 관측 ...

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...

Summary: Prediction 방향에 따라 Causal learning과 Anticausal learning이 있다. Semi-supervised Learning의 경우 causal이 아닌 anticausal learning에서만 작동한다. 통계적 상관성은 우리가 알지 못하는 Causal structure 때문에 발생합니다. Causal...

이 논문은 나온지 한 달 정도 된 최신의 논문으로, Causal Learning을 위한 방향들, 그리고 중요한 가정과 이를 이용해 할 수 있는 태스크들을 소개하였습니다. 전체적으로 기존의 ML과 달리 Causal Learning이 할 수 있는 것들을 비교하며 무엇이 가능하게 했는지 기술하고 설명하였습니다. 이 글에서는 이 논문에 대해 소개하고자 합니다...

이 글에서는 Causal Inference에 대한 소개를 Judea Pearl 교수님의 논문(리포트)인 “The Seven Tools of Causal Inference with Reflections on Machine Learning”을 인용하여 설명하고자 합니다. 1. Intro 현재 많은 머신러닝 방법들의 가시적인 성과들이 나타나고 있습니다....

먼저, 이 글은 PRML (CH7) 공부를 바탕으로 작성된 글입니다. 따라서, 간혹 틀리다거나 더 좋은 해석이 있다면 편하게 댓글 부탁드립니다! Relevance Vector Machine Summary! RVM은 Bayesian SVM입니다! 특징: evidence approximation 과정에서 SV...