이 강연에서는 최근 음악, 영화 추천 등 다양한 Recommendation System의 기본 아이디어인 Matrix Completion 문제와, 이를 해결하기 위해 Singular Value Decomposition을 통한 차원 축소 및 내재 공간 학습이 어떤 원리로 이루어 지는지 설명합니다. 그리고 PageRank 등 검색 알고리즘, 머신 러닝의 최적화 문제 등에서의 수학의 중요성을 설명하고자 합니다.
| 강연자 | 정교민 |
|---|---|
| 소속 | 서울대 전기공학부 |
| date | 2014-10-16 |
Regularity of solutions of Hamilton-Jacobi equation on a domain
What is Weak KAM Theory?
정년퇴임 기념강연: 회고
<학부생을 위한 강연> 사색 정리를 포함하는 Hadwiger의 추측의 변형에 관하여
The classification of fusion categories and operator algebras
Green’s function for initial-boundary value problem
Mechanization of proof: from 4-Color theorem to compiler verification
On the distributions of partition ranks and cranks
Q-curvature in conformal geometry
Zeros of the derivatives of the Riemann zeta function
Geometry, algebra and computation in moduli theory
Gromov-Witten-Floer theory and Lagrangian intersections in symplectic topology
High dimensional nonlinear dynamics
What is model theory?
Essential dimension of simple algebras
Restriction theorems for real and complex curves
Recommendation system and matrix completion: SVD and its applications (학부생을 위한 강연)
Deformation spaces of Kleinian groups and beyond
Idempotents and topologies
Recent progress on the Brascamp-Lieb inequality and applications
