트랙

머신러닝 심화

분포를 생성하고, 결정을 학습하고, 예측을 언제 믿을 수 있는가?

19부 생성모델·자기지도학습·Foundation Model

• 19.1 생성모델의 공통 문제 정의
• 19.2 자기회귀 모델
• 19.3 VAE와 잠재변수 생성모델
• 19.4 GAN과 Normalizing Flow
• 19.5 확산 모델과 score 기반 모델
• 19.6 Flow Matching과 연속시간 생성모델
• 19.7 생성모델의 평가
• 19.8 자기지도학습
• 19.9 사전학습·전이·Foundation Model

20부 강화학습과 순차 의사결정

• 20.1 MDP와 동적계획법
• 20.2 가치 기반·정책 기반 강화학습
• 20.3 모델 기반 방법과 최적제어
• 20.4 밴딧·오프라인 RL·안전한 의사결정

21부 신뢰성: 불확실성·강건성·해석

• 21.1 불확실성 정량화
• 21.2 예측분포와 구간의 평가
• 21.3 Conformal Prediction
• 21.4 분포 이동과 OOD
• 21.5 해석가능성
• 21.6 위험을 고려한 의사결정