AI 2026.04.28 · 12 min
Advanced Ml Fundamentals Deep Dive · 2
Logistic Regression의 통일 철학 — MLE가 모든 것을 설명한다
왜 sigmoid인가, 왜 cross-entropy인가, 왜 softmax인가. Bernoulli MLE 한 줄 유도부터 분리 문제·Firth 보정까지, 분류 알고리즘의 공통 뿌리를 추적한다.
tag
#mle
총 6개의 글
AI 2026.04.28 · 13 min
Advanced Mathematical Statistics Deep Dive · 2
지수족은 왜 통계학의 중심에 있는가
충분통계량의 압축 원리부터 지수족의 로그분할함수, MLE 모멘트 매칭, Basu 정리까지 — 데이터를 파라미터로 연결하는 하나의 구조를 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 · 11 min
Advanced Probability Theory Deep Dive · 7
ELBO에서 PAC까지 — 베이지안 ML의 통일 언어
ELBO 유도부터 Reparameterization, MLE 점근 정규성, Dropout의 베이지안 해석, Concentration Inequality까지 — 현대 확률적 ML을 관통하는 하나의 프레임워크를 추적한다.
AI 2026.04.28 · 12 min
Advanced Graphical Models Deep Dive · 7
Graphical Model 학습은 왜 이렇게 어려운가
BN의 count-based MLE부터 MRF의 partition function 문제, EM의 ELBO 보장, Structure Learning의 NP-hardness, 그리고 GNN·Transformer까지 — classical PGM 학습의 통일된 수학적 계보를 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.