논문리뷰
1.[논문 리뷰] FINCH Clustering
데이터 분석을 진행할 때 다들 많이 사용하는 알고리즘을 무조건적으로 따라 쓰는 게 아니라, 알고리즘의 한계와 단점을 고민하여 보완할 수 있는 최신 기술들을 학습하는 것이 분석의 폭을 넓혀준다고 생각하여 이번 시리즈를 기획하게 되었습니다.
2.[논문 리뷰] Hedonic price model
이번 글은 헤도닉 가격 모형에 관해 리뷰하려고 합니다. 본 글은 헤도닉 가격 모형에 대한 소고(이용만)을 참고하였습니다. 단순히 헤도닉 가격 모형에 대해서 다루는 게 아니라, 데이터 분석에서 많이 사용되는 회귀를 어떻게 사용해야 하는지에 대해서도 살펴보았습니다.
3.[논문 리뷰] On Calibration of Deep Neural Networks
딥러닝 모델을 흔히 정확도만 평가합니다. 하지만 정확도가 높다고 실제 산업에서 사용할 수는 없습니다. 이번에 참고한 자료는 고려대학교 DMQA의 "On Calibration of Deep Neural Network"로, 딥러닝 모델에서 고려할 새로운 지표를 제안합니다.
4.[논문 리뷰] Koopman Neural Operator Forecaster for Time-series with Temporal Distribution Shifts (1)
이번 글은 ICLR 2023에서 accept된 시계열 예측 모형 KNF(Koopman Neural Forecasting)에 대해서 알아보도록 하겠습니다.
5.[논문 리뷰] CTGAN기반 데이터 증강 비율 최적화 연구
이번 논문은 CTGAN이라는 데이터 증강에 사용되는 모델을 통해 어떤 비율로 합성데이터를 만들어야하는지에 대한 논문입니다.
6.[논문 리뷰] Koopman Neural Operator Forecaster for Time-series with Temporal Distribution Shifts (2)
이번 글은 ICLR 2023에서 accept된 시계열 예측 모형 KNF(Koopman Neural Forecasting)에 대해서 알아보도록 하겠습니다.
7.[논문 리뷰] SCINet: Time Series Modeling and Forecasting with Sample Convolution and Interaction
이번 글은 SOTA에서 많은 조회수를 기록하고 뛰어난 성능을 가진 것으로 유명한 시계열 예측 모델인 SCINet을 가지고 왔습니다.
8.[논문리뷰] Goal-Driven Explainable Clustering via Language Descriptions
이번 글은 Text Clustering에서 사용자의 목표를 고려하여 설명을 포함하는 Clustering을 진행하는 방법론에 관한 연구를 가지고 왔습니다.
9.[논문 리뷰] Generative Adversarial Nets
이번 글에서는 "Deep learning(2017, MIT)"를 저술한 딥러닝 창시자 중 한명인 Ian J. Goodfellow가 2014년에 발표한 Generative Adversarial Nets(GAN)의 첫 논문을 읽고 리뷰하는 시간을 가져보겠습니다.