Lemma
수학, 거꾸로
여정 · 4일 · ML → 금융
최솟값을 찾아가기
이름은 바뀐다 — 손실, 보정 오차, 포트폴리오 위험. 모양은 같다 — 좋아져야 할 숫자를 정하고, 선택지 사이를 움직이다가, 더 좋아지지 않는 곳에서 멈춘다. 이 경로는 최적화 모듈을 먼저 읽고, 이미 그것을 쓰는 세 응용을 차례로 걸으며, 매 페이지에서 같은 다섯 단계 골격을 머릿속에 둔다.
적합, 튜닝, 최소화, 평형 찾기로 불리는 수학 대부분은 다른 어휘를 입은 하나의 절차다. 골격을 한 번 읽으면, 나머지 경로는 무엇을 개선할지만 셋으로 다른 같은 다섯 단계다.
경로 · 0/4 · 0%
- 1모듈·일차 1·→ 다음/modules/optimization골격부터 읽는다. 다섯 단계 — 목적, 탐색 공간, 움직임, 스텝 크기, 정지 — 와 그 다섯을 1차원에서 보여주는 위젯. 각 단계의 추상적 *이름*에 주의한다. 응용에서는 이 이름이 다시 붙는다.열기 →
- 2응용·일차 2/ml/gradient-descent정전적 예. 목적 = 손실. 탐색 공간 = 매개변수. 움직임 = 미분. 스텝 크기 = 학습률. 다섯 단계 골격을 머리에 두고 읽는다 — 페이지의 모든 단어가 다섯 중 하나에 떨어진다.열기 →
- 3응용·일차 3/ml/model-calibration같은 골격, 1차원 탐색 공간. 목적 = 음의 로그 가능도. 탐색 공간 = 스칼라 하나 T. 움직임 = T에 대한 NLL의 미분. *두 페이지, 같은 절차*. 차원만 다르다.열기 →
- 4응용·일차 4/finance/portfolio-risk같은 골격, 금융 어휘. 목적 = 포트폴리오 분산. 탐색 공간 = 합이 1인 비중. 움직임 = 비중에 대한 분산의 미분. 두 자산이면 최솟값은 닫힌 형식, 고차원에서는 같은 절차를 반복한다. *골격은 필러를 가로지르며 그대로다.*열기 →