▶ Variational Inference for Matrix Factorization, Topic Modeling and Autoencoding
|
 | 강사
문일철 교수(KAIST)
내용
변분 추론(Variational Inference)는 베이지안 확률 모델의 파라미터 추론의 핵심 방법론 중 하나이다. 변분추론을 활용하여, 다양한 확률 모델의 파라미터 추론을 Deterministic하게 수행할 수 있으며, 이는 샘플링 기반 추론보다 더욱 빠른 속도로 모델을 학습할 수 있다는 장점이 있다. 이 발표는 변분 추론의 기초, 변분 추론의 Topic Modeling 및 Matrix Factorization의 적용, 변분 추론의 Auto-Encoder관점에서의 재해석을 다룬다.
약력
2011 - 현재 : KAIST 산업및시스템공학 조교수
2009 - 2011 : KAIST 박사후 연구원
2008 : Carnegie Mellon University 전산학 박사 |
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
한국정보과학회 인공지능소사이어티
제11회 패턴인식 및 기계학습 겨울학교
- 딥러닝 기초, 이론 및 응용 -
2017년 1월 18일(수) - 20일(금), 고려대학교 |
|
|
| ▶ 일시: | 2017년 1월 18일(수) - 20일(금) |
| ▶ 장소: | 고려대학교 자연계캠퍼스 과학도서관 5층 강당(오시는 길) |
| ▶ 주최: | 한국정보과학회 인공지능소사이어티 |
| ▶ 주관: | 고려대학교 BK21플러스 뇌공학글로벌소프트웨어인재양성사업단 |
|
초대의 글 |
정보 기술의 발전과 더불어 다양한 형태의 데이터들이 기하급수적으로 생성되고, 융합 학문의 중요성과 더불어 복잡한 데이터의 분석에 대한 필요성이 여러 학문 분야에서 부각되고 있습니다. 이러한 기술적 요구와 더불어 최근 딥러닝을 필두로 한 기계학습 및 패턴인식에 대한 관심이 그 어느때 보다도 높습니다. 이에 한국정보과학회 인공지능소사이어티에서는 2017년 1월 18일-20일 총 3일에 걸쳐 “제11회 패턴인식 및 기계학습 겨울학교”를 개최합니다.
다양한 분야에서 패턴인식 및 기계학습을 연구하고 계시는 국내 최고 권위의 아홉 분 연사를 모시고, 기초 이론부터 응용 사례에 대한 내용까지 알찬 강의를 준비해 보았습니다. 이번 겨울학교는 특히 패턴인식 및 기계학습 연구에 입문하는 수강생들을 대상으로 하여, 기본 개념 및 응용 기술에 대한 기초 지식을 심도있게 정립하는데 중점을 두었습니다. 많은 분들이 겨울학교에 참가하셔서 여러 분야에서 유용하게 활용하실 수 있는 기회의 장이 되었으면 합니다. 많은 분들이 겨울학교에 참가하여 의미 있는 시간이 될 수 있기를 기대합니다. |
2016년 9월 20일
한국정보과학회 인공지능소사이어티 회장 이성환
제10회 패턴인식 및 기계학습 겨울학교 프로그램위원장 김기응
|
| ▶ 조직위원장: | 이성환(고려대학교) |
| ▶ 프로그램위원장: | 김기응(KAIST) |
| ▶ 프로그램위원: | 김지환(서강대학교), 노영균(서울대학교), 박주영(고려대학교), 석흥일(고려대학교), 임종우(한양대학교), 오일석(전북대학교), 최재식(UNIST), 한보형(POSTECH),
황규백(숭실대학교) |
| ▶ 자문위원: | 김대진(POSTECH), 김선(서울대학교), 김수형(전남대학교), 김일곤(경북대학교),
최승진(POSTECH), 최호진(KAIST) |
| ▶ 출판위원: | 김동주(고려대학교) |
| ▶ 등록위원: | 박정선(전남대학교) |
▲ 맨 위로
|
프로그램 |
|
참고 웹사이트
http://aisociety.kr/prml2017w/
