series · ml-fundamentals-deep-dive

📚 Ml Fundamentals Deep Dive

총 7편 · 순서대로 읽기를 권장

AI 2026.04.28 · 13 min Advanced Ml Fundamentals Deep Dive · 1

가우시안 잡음 가정에서 MLE가 최소제곱이 되는 이유부터, 기하학적 투영·Ridge의 세 해석·Lasso의 sparsity·Bias-Variance 분해까지, 회귀 이론의 통합 구조를 추적한다.

AI 2026.04.28 · 12 min Advanced Ml Fundamentals Deep Dive · 2

왜 sigmoid인가, 왜 cross-entropy인가, 왜 softmax인가. Bernoulli MLE 한 줄 유도부터 분리 문제·Firth 보정까지, 분류 알고리즘의 공통 뿌리를 추적한다.

AI 2026.04.28 · 13 min Advanced Ml Fundamentals Deep Dive · 3

엔트로피 기반 정보이득부터 Gini impurity, MSE 분할, Cost-Complexity Pruning, 축정렬 편향까지 — 결정트리의 설계 원리를 관통하는 단일 철학을 추적한다.

AI 2026.04.28 · 13 min Advanced Ml Fundamentals Deep Dive · 4

Bootstrap의 63.2% 법칙부터 Bagging의 분산 감소 공식, RF의 ρ 감소 전략, 수렴 보장, Feature Importance의 함정까지 — 앙상블 이론의 통일된 공식을 추적한다.

AI 2026.04.28 · 12 min Advanced Ml Fundamentals Deep Dive · 5

지수손실 최소화라는 단일 프레임으로 AdaBoost의 가중치 공식부터 XGBoost의 closed-form leaf 값, LightGBM의 histogram 최적화, margin theory의 과적합 저항성까지 추적한다.

AI 2026.04.28 · 14 min Advanced Ml Fundamentals Deep Dive · 6

조건부 독립 가정이 현실에서 항상 깨지는데도 Naive Bayes가 강력한 baseline인 이유부터, Generative vs Discriminative의 점근 교차점까지, 분류의 깊은 구조를 추적한다.

AI 2026.04.28 · 14 min Advanced Ml Fundamentals Deep Dive · 7

K-Means의 GMM 극한부터 DBSCAN의 밀도 연결, PCA·t-SNE·UMAP의 구조 보존 철학까지, 클러스터링과 차원축소의 근본 원리를 하나의 시각으로 추적한다.