끄적거림

베이지안 관련으로 많이 알려진 옥스포드 대학의 yarin Gal 교수가 2017년 Kendall과 함께 발표한 논문이다. 1200회가 넘는 인용이 이루어진 것만 봐도 얼마나 유명한 논문인지를 알 수 있다. 다른 논문들도 읽어보고 포스팅할 계획이다.(시간이 얼마나 걸릴지는 미지수,,) 본 논문을 100% 다 이해하기 위해서는 Random Process, Variational Inference 등과 같은 이론을 알고 있어야하지만, 일단은 공부하는 입장에서 이 논문을 리뷰해보고자 한다. 많이 부족하니 참고용으로 봐주시면 감사하겠습니다. 논문: papers.nips.cc/paper/2017/file/2650d6089a6d640c5e85b2b88265dc2b-Paper.pdf 1. Inroduction 이 단락에..

기존 방식 --> 데이터에 가장 fit 한 weight를 찾는다. --> 예측값과 실제값의 차이는 normal 분포를 따르는 일종의 에러이다. 그 에러는 어쩔 수 없는 영역이니 인정하고 가정하자. --> 결정론적 determistic 세계관 베이지안 방식 --> weight의 세계가 있다. 그 세계에서 이 데이터와 어울리는 weight의 분포를 만들어 낼 수 있다. -->