AI 2026.04.28 · 12 min
Advanced Kernel Methods Deep Dive · 1
Kernel은 왜 Positive Definite여야 하는가
PD kernel의 정의부터 Mercer 분해, characteristic·universal 성질까지 — '함수를 내적으로 표현할 수 있다'는 보장이 SVM, GP, MMD 전체를 어떻게 떠받치는지 추적한다.
tag
#rkhs
총 5개의 글
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.
AI 2026.04.28 · 13 min
Advanced Kernel Methods Deep Dive · 5
커널 클러스터링은 왜 비구형 군집을 찾을 수 있는가
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 · 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 · 12 min
Advanced Kernel Methods Deep Dive · 6
MMD는 어떻게 분포를 벡터로 만드는가
Mean embedding으로 확률분포를 RKHS 벡터에 올리는 순간부터, Two-sample test·MMD-GAN·HSIC까지 하나의 철학이 관통하는 방식을 추적한다.