series · kernel-methods-deep-dive

📚 Kernel Methods Deep Dive

총 7편 · 순서대로 읽기를 권장

AI 2026.04.28 · 12 min Advanced Kernel Methods Deep Dive · 1

PD kernel의 정의부터 Mercer 분해, characteristic·universal 성질까지 — '함수를 내적으로 표현할 수 있다'는 보장이 SVM, GP, MMD 전체를 어떻게 떠받치는지 추적한다.

AI 2026.04.28 · 12 min Advanced Kernel Methods Deep Dive · 2

Moore-Aronszajn 정리로 RKHS가 존재함을 보이고, 재생성질·Representer 정리를 거쳐 SVM·KRR·GP가 같은 형태의 해를 갖는 이유까지, kernel method의 수학적 골격을 추적한다.

AI 2026.04.28 · 13 min Advanced Kernel Methods Deep Dive · 3

Margin 최대화의 기하학적 출발점부터 Lagrangian dual, Kernel Trick, Soft-margin, SMO까지 — SVM 전체 설계를 관통하는 하나의 원리를 추적한다.

AI 2026.04.28 · 10 min Advanced Kernel Methods Deep Dive · 4

Gaussian Process의 정의부터 Sparse GP까지, 공분산 함수 선택이 prior 함수 공간을 결정하고 closed-form posterior가 불확실성을 정량화하는 원리를 추적한다.

AI 2026.04.28 · 13 min Advanced Kernel Methods Deep Dive · 5

Kernel Ridge Regression의 closed-form 유도부터 Kernel PCA, Spectral Clustering, Kernel k-means까지, 커널 방법이 비선형 구조를 포착하는 통일된 원리를 추적한다.

AI 2026.04.28 · 12 min Advanced Kernel Methods Deep Dive · 6

Mean embedding으로 확률분포를 RKHS 벡터에 올리는 순간부터, Two-sample test·MMD-GAN·HSIC까지 하나의 철학이 관통하는 방식을 추적한다.

AI 2026.04.28 · 11 min Advanced Kernel Methods Deep Dive · 7

MKL의 볼록 결합부터 Random Features의 Fourier 근사, Deep Kernel Learning의 공동 학습, NTK의 무한폭 동치까지 — kernel theory가 deep learning으로 수렴하는 경로를 추적한다.