간단 소개:

데이터 사이언스에 대한 심도깊은 지식을 습득한 수강자들을 대상으로 한 모델링 강좌입니다. 현업에서 활용되고 있는 모델과 관련된 논문을 리뷰하고, 어떤 문제점을 어떻게 극복하면서 활용하고 있는지를 깊이있게 살펴보는데 초점을 맞추고 있습니다. 특히 점점 중요성이 대두되고 있는 Bayesian 통계학과 머신러닝의 접점을 중심으로 모든 토픽을 Bayesian의 관점에서 다시 바라보면 기존의 머신러닝 모델들을 완전히 다르게 볼 수 있다는 점을 강조합니다.

 

주의사항:

시중에 나와있는 대다수의 수준 미달 머신러닝 강좌 수준의 지식만 갖고 계신 분, 코딩 경력으로 비벼볼 수 있다고 착각하시는 분들의 수강을 제한하고 있습니다. 데이터 사이언스 메인 강좌 수강생이 아니라면, 관련 전공으로 본인이 제 1저자인 A저널 논문 (최소한 Pipeline에 있는 논문)을 제출해주시기 바랍니다. 논문의 수학적인 깊이를 보고 최종 결정을 내리도록 하겠습니다.

 

수업 일정:

  • 2019년 8월 17일, 24일, 31일 (오전 10시 ~ 오후 1시, 오후 2시 ~ 오후 5시, 일 6시간)

 

수강 신청 관련 사항:

  • 수강 신청 기간: 7월 13일 ~ 8월 12일 (제한인원 20인)

 

 

강의 내용 (업데이트 예정)

1. Bayesian machine learning, MCMC Simulation

Naïve Beyes weigting과 Bayes factor 비교 및 응용 + Metropolis Hastings algorithm

Markov Chain Monte Carlo (MCMC) Simulation의 구조

Bayesian deep learning 모델링, Variational inference (VI)

Classification 모델의 Bayesian 결합 방식 vs. Ensemble 식 결합 방식 – “왜 Dynamic updating에는 Bayesian이 쓰일까” 예시

 

2. Data pre-processing, Feature engineering

Kalman filtering을 이용한 데이터 필터링, Fast Fourier Transform을 이용한 Anomaly detection

시간적 순서에 따른 행동 데이터를 바탕으로 Sequential ordering을 통한 Cross device matching (or Attribution 모델)

Bayesian updating을 이용한 모델링 고도화

 

3. Reinforcement learning

Bellman equation, Policy set을 정의하는 방법

Deep Q-Network (DQN), I2A (Imagination-Augmented) – 벽돌 깨기 등의 게임에 적용되는 방식

AlphaGo Zero의 강화학습 모델

  • 수학적으로 해결하는 부분 (Bellman modeling)
  • 시뮬레이션으로 해결하는 부분 (Q-Learning)

 

4. Network analysis, Block chain

다양한 Network overview 및 “안정성 vs. 효율성” 상충관계 이해

블록체인 (Block chain)과 게임이론

  • “안정성 vs. 효율성”의 상충관계를 보완하는 블록체인 구성
  • 비트코인, 이더리움 등이 Byzantine Generals Problem (BGP)를 풀어내는 방법과 연계

Network analysis와 Clustering을 결합한 anomaly detection – Facebook의 광고 inventory 정리 방식

 

5. 추가 강의

Criteo의 Re-targeting 모델을 비롯한 Targeting 엔진의 작동 방식 (논문 리뷰 포스팅)

FTRL (Follow-The-Regularized-Leader) 모델의 진화 양상, Bayesian과의 결합에서 나오는 시너지

기타 유사 논문 리뷰 (수업 중 택 1) – 논문 링크: 논문1, 논문2, 논문3, 논문4, 논문5, 논문6

 

활용 언어:

한국어, Python*

* R로 진행하는 데이터 사이언스 메인 강좌와 마찬가지로 Python 코드 모두 제공

* Python 코딩에 대한 사전 지식 (거의) 불필요 – 코드는 언어, 코딩은 기술일 뿐, 지식은 아님 –

Course Curriculum

No curriculum found !
X