AI 2026.05.03 · 13 min
Advanced Experimental Statistics Mlops Deep Dive · 6
A/B 테스트의 통계적 엄밀성은 어디서 오는가
가설 검정 프레임워크부터 CUPED 분산 감소, 다중 검정 보정, Sequential Testing, Bayesian 의사결정까지 — 현대 A/B 테스트를 지탱하는 통계적 토대를 추적한다.
tag
#bayesian
총 8개의 글
AI 2026.04.28 · 12 min
Advanced Bayesian Ml Deep Dive · 1
베이즈 추론의 다섯 가지 근본 질문
Prior에서 Posterior까지, MLE·MAP·Full Bayesian의 등가성부터 Bernstein–von Mises 수렴까지 베이지안 ML의 핵심 구조를 추적한다.
AI 2026.04.28 · 11 min
Advanced Regularization Theory Deep Dive · 1
Regularization은 Prior다 — L1/L2부터 Group Sparsity까지
L2가 Gaussian prior의 negative log이고 L1이 Laplace prior인 이유부터, 기하학적 sparsity와 SVD shrinkage, 그리고 Elastic Net/Group Lasso의 구조적 확장까지 하나의 Bayesian 프레임으로 추적한다.
AI 2026.04.28 · 12 min
Advanced Bayesian Ml Deep Dive · 2
Variational Inference는 왜 ELBO를 최대화하는가
Intractable posterior를 tractable 분포로 근사하는 VI의 아이디어부터 ELBO의 세 분해, CAVI의 단조 수렴, reparameterization trick의 저분산 원리까지 하나의 최적화 철학으로 추적한다.
AI 2026.04.28 · 12 min
Advanced Mathematical Statistics Deep Dive · 3
불편성보다 MSE — 추정 이론의 통합 원리
편향-분산 분해부터 Cramér-Rao 하한, UMVUE, MLE의 점근정규성, MAP까지 — 추정 이론 전체를 관통하는 하나의 물음을 추적한다.
AI 2026.04.28 · 12 min
Advanced Bayesian Ml Deep Dive · 4
MCMC는 왜 evidence 없이도 posterior를 얻는가
Metropolis-Hastings의 detailed balance부터 NUTS의 자동 튜닝, VI와의 정확도-속도 트레이드오프까지 — MCMC 추론 체계의 핵심 원리를 추적한다.
AI 2026.04.28 · 11 min
Advanced Stochastic Processes Deep Dive · 7
MCMC는 왜 복잡한 분포에서도 작동하는가
정규화 상수 없이도 샘플링이 가능한 이유부터 Gibbs·HMC의 설계 철학과 수렴 진단까지, MCMC 프레임워크의 핵심 원리를 추적한다.
AI 2026.04.28 · 14 min
Advanced Mathematical Statistics Deep Dive · 7
통계학과 머신러닝은 왜 같은 말을 다른 이름으로 부르는가
ERM과 MLE의 수학적 동치부터 정규화의 MAP 해석, GLM의 통합 구조, 통계학습이론의 일반화 보장, 그리고 베이지안 신경망의 불확실성 정량화까지 — 두 분야를 관통하는 하나의 철학을 추적한다.