Human Learning

What is Machine Learning? 머신러닝을 한마디로 정의하자면, 복잡한 함수를 측정하기 위해 컴퓨터를 이용하는 applied statistics의 형태이다. 그리고 이러한 statistics에 대한 2가지 주요 접근방식이 존재한다. 1. Frequentist estimators 2. Bayesian inference Bayesian 과 Frequentist의 차이는 결국 확률을 해석하는 관점의 차이에서 발생한다. Frequentist는 확률을 사건의 빈도로 보며, Bayesian은 확률을 사건 발생에 대한 믿음 또는 척도로 바라보는 관점이다. 예시를 통해 그 직관을 이해해보자. " A의 말이 사실일 확률은 70%이다 " Frequentist 관점 : A는 100번 중 70번 사실을 말한다...

What is Diffusion? Diffusion(확산)이란 위키피디아의 정의에 따르면 다음과 같이 정의된다. 확산(Diffusion)은 액체나 기체에 다른 물질이 섞이고 그것이 조금씩 번져가다가 마지막에는 일률적인 농도로 바뀌는 현상이다. 물 속에 잉크를 떨어뜨렸을 때 시간이 지나면 지날수록 점점 퍼지는 현상을 생각해볼 수 있을 것이다. 위 정의를 다시 따와서 해석해보면 액체에 잉크가 섞이고 그것이 조금씩 번져다가 마지막에는 일률적인 농도로 바뀌는 현상이다. Diffusion on 1-D 이제 정의를 알아봤으니 예시를 통해 좀 더 자세히 생각해보자. 1차원 공간에서의 diffusion을 생각해보자. 위와 같이 L의 길이를 가지는 막대가 존재한다. 여기서 막대의 어떠한 위치에 불을 지펴서 열을 가해준다..

https://adversarial-ml-tutorial.org/ Adversarial Robustness - Theory and Practice This web page contains materials to accompany the NeurIPS 2018 tutorial, "Adversarial Robustness: Theory and Practice", by Zico Kolter and Aleksander Madry. The notes are in **very early draft form**, and we will be updating them (organizing material more, adversarial-ml-tutorial.org 위 사이트의 Chapter 1 ~ Chapter 4 까지..