논문 선정
강필성 교수님의 비즈니스 어낼리틱스 수업의 다섯번째 논문 구현 주제는 Semi-Supervised Learning이다.
본 포스트에서는 Deep Generative Model을 활용한 Semi-Supervised Learning의 방법론 중 하나인 Categorical GAN을 다루고자 한다.
Categorical GAN은 아래의 논문에서 처음 소개되었다.
A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting
Posted on
|
In
paper
,
ensemble learning
논문 선정
강필성 교수님의 비즈니스 어낼리틱스 수업의 네번째 논문 구현 주제는 Ensemble Learning이다. Boosting Algorihtm 기반의 방법론을 깊게 공부해보고자
가장 초기의 Boosting Algorihtm 중 하나인 Adaptive Boosting을 다룬 논문을 선정하였다. Adaptive Boosting의 줄임말인 AdaBoost는 1996년에 Freund와 Schapire이 제안한 알고리즘으로
2003년에는 괴델상을 수상한 알고리즘이기도 하다.
Unsupervised Anomaly Detection with Generative Adversarial Networks to Guide Marker Discovery
Posted on
|
In
paper
,
anomaly detection
논문 선정
강필성 교수님의 비즈니스 어낼리틱스 수업의 세번째 논문 구현 주제는 Anomaly Detection이다. Anomaly Detection 방법론 중 GAN을 활용하여
Anomaly Detection을 수행하는 AnoGAN을 2년 전에 공부를 하며 코딩을 해두었는데 이번 기회에 다시 한 번 코드를 정리할 겸 추가적인 공부를 하기 위해 아래의 논문을 선정하였다.
Gaussian Process for Regression
Posted on
|
In
paper
,
kernel method
논문 선정
강필성 교수님의 비즈니스 어낼리틱스 수업의 두번째 논문 구현 주제는 Kernel-based Leanring이다. Kernel-based Method 중 Gaussian Process를
이 기회를 통해 이해하고자 아래의 논문을 선정하였다.