선형 회귀의 모든 것 - Part 2. 지난 포스트에서는 선형회귀의 기본적인 구조와 비용 함수, 경사하강법을 살펴본 뒤, 데이터가 확률분포에 따라 생성된다고 보는 확률 모형을 간단히 소개하며 글을 마무리했다. 처음 접하는 독자에게는 확률 모형이 앞선 내용과 다소 동떨어진 것으로 느껴질 수 있다. 한편 선형회귀를 학습할 때는 일반적으로 평균제곱오차를 비용 함수로 사용한다. 그러나 절댓값 오차나 다른 형태의 함수를 사용할
선형 회귀의 모든 것 - Part 1. 선형 회귀는 머신러닝을 공부할 때 첫 번째로 배우는 가장 기본적인 모델 중 하나이다. 하지만 선형회귀를 자세히 살펴보면 그 이론적 기반은 결코 간단하지 않다는 사실을 알 수 있. 본 포스트에서는 선형 회귀의 정의에서부터 시작해, 선형 회귀와 관련된 여러 수학적 이론을 체계적으로 다루는 것을 목표로 한다. 1. 선형 회귀 가장 단순한 형태의
Logicae Summit 2026 - 가상매듭 불변량 계산 프로그램 지난 Logicae Summit 2026에서 우리 팀(이진하, 이준석, 김효섭, 이도열)은 〈가상매듭이론 - H-polynomial 및 불변량 계산 알고리즘 구현〉을 발표했다. 다같이 준비하면서 즐거웠던 경험이었다.
Linear sieve(선형 체) PS에서 소수를 다루는 문제는 자주 등장한다. 처음에는 에라토스테네스의 체만 익혀도 대부분의 문제를 해결할 수 있다. 실제로도 소수 판정이나 소수 목록 생성 정도라면 그것만으로 충분한 경우가 많다. 그런데 조금 더 다양한 수론 문제를 접하다 보면 단순히 “소수를 구하는 것”만으로는 부족한 순간이 생긴다. 예를 들어 어떤 수의 최소 소인수를 빠르게 알고