AI 2026.04.28 · 12 min
Advanced Kernel Methods Deep Dive · 2
Kernel Method의 통일 원리: PD Kernel에서 계산까지
Moore-Aronszajn 정리로 RKHS가 존재함을 보이고, 재생성질·Representer 정리를 거쳐 SVM·KRR·GP가 같은 형태의 해를 갖는 이유까지, kernel method의 수학적 골격을 추적한다.
tag
#gaussian-process
총 6개의 글
AI 2026.04.28 · 10 min
Advanced Kernel Methods Deep Dive · 4
GP는 왜 '함수에 대한 Bayesian prior'인가
Gaussian Process의 정의부터 Sparse GP까지, 공분산 함수 선택이 prior 함수 공간을 결정하고 closed-form posterior가 불확실성을 정량화하는 원리를 추적한다.
AI 2026.04.28 · 11 min
Advanced Functional Analysis Deep Dive · 5
RKHS는 왜 머신러닝의 이론적 토대인가
점평가의 연속성이라는 단순한 조건에서 커널 트릭, Representer 정리, Gaussian Process의 동치까지, RKHS가 커널 메서드 전체를 하나로 묶는 방식을 추적한다.
AI 2026.04.28 · 10 min
Advanced Bayesian Ml Deep Dive · 6
Bayesian Optimization은 어떻게 적은 실험으로 최적을 찾는가
GP posterior로 불확실성을 정량화하고, acquisition function으로 탐색-활용 균형을 수학적으로 구현하는 BO 프레임워크의 설계 원리부터 고차원 확장과 수렴 보장까지.
AI 2026.04.28 · 9 min
Advanced Probability Theory Deep Dive · 6
다변수 정규분포는 왜 ML의 기반인가
MVN의 PDF 유도부터 Affine 닫힘성, 조건부 분포의 Schur 보수, Gaussian Process, PCA까지 — 하나의 분포가 ML 전체를 어떻게 관통하는지 추적한다.
AI 2026.04.28 · 11 min
Advanced Kernel Methods Deep Dive · 7
Kernel Method는 어디서 Neural Network와 만나는가
MKL의 볼록 결합부터 Random Features의 Fourier 근사, Deep Kernel Learning의 공동 학습, NTK의 무한폭 동치까지 — kernel theory가 deep learning으로 수렴하는 경로를 추적한다.