Lemma
수학, 거꾸로
여정 · 4일 · 금융 → ML

거꾸로 풀어가기

정방향이라면 Lemma의 식은 시시하다. PP, rr, tt를 넣으면 F=P(1+r)tF = P(1+r)^t가 나온다. 온도 값을 넣으면 softmax가 확률을 만든다. 현금흐름을 넣으면 적분이 현재가치를 만든다. 교과서 연습문제는 모두 그 방향이다. 그런데 실제 질문은 거의 모두 반대 방향 — 답이 주어졌을 때 어떤 입력이 그걸 만들었는가? 내 돈이 두 배가 되는 데 얼마나 걸리지? 어느 금리가 오늘 가격을 미래 현금흐름에 맞춰주지? 어느 온도 값이 모델 신뢰도를 관측 빈도에 맞춰주지?

Lemma에서 역문제골격(shape) — 세 단계 (정방향 모델 → 기지/미지 표시 → 역산) 가 다른 어휘를 입고 금융과 ML에 반복된다. 이 경로는 정전적인 역연산 도구 — 로그 — 로 시작해 세 페이지를 차례로 만난다. 각각이 다른 종류의 역산을 적용한다 — 대수적, 적분된, 수치적.

경로 · 0/4 · 0%
  1. 1
    모듈·일차 1·다음
    /modules/log
    정전적인 역연산 도구를 먼저 연다. 로그는 거듭제곱을 *되돌리는 것* — 복리식을 *대수적으로* 역산할 때 *바로 그* 도구. 이 경로의 모든 페이지가 이걸 어떤 형태로든 쓴다. 한 질문을 머리에 두고 읽는다 — *언제 log가 닫힌 형식 역해를 주고, 언제는 수치로 풀어야만 하는가?*
    열기 →
  2. 2
    응용·일차 2
    /finance/bitcoin-pizza
    첫 사례 — 대수적 역산. 정방향: $F = P(1+r)^t$ — 가격·금리·시간을 넣으면 미래 가치. 역방향: *2010년 1만 BTC 피자의 당시 가격과 오늘 가격이 주어졌을 때, 둘을 잇는 복리 연수익률은 얼마인가?* 양변에 log를 취하면 미지수가 지수에서 떨어진다. 대수 한 줄, 역사상 가장 비싼 식사 한 사실.
    열기 →
  3. 3
    응용·일차 3
    /finance/present-value
    두 번째 사례 — 같은 가족, 적분된 판. *정방향* 복리는 $(1+r)^t$를 곱하고, *할인* — 역방향 — 은 같은 인수로 나눈다. 현재가치는 *바로 그 역방향 계산* — 미래 현금흐름이 관측치, 오늘 가격이 풀어야 할 미지수. $c(t) · e^{-rt}$의 적분은 *연속적으로 돌아가는* 한 역산 기계다.
    열기 →
  4. 4
    응용·일차 4
    /ml/model-calibration
    세 번째 사례 — 수치 역산. 이번엔 닫힌 형식 역해가 *없다*. 정방향 — 온도 값 $T$가 softmax 확률을 만든다. 관측치 — 따로 빼둔 정답률. 미지수 — *어느 $T$가 정방향을 현실에 맞춰주는가?* 대수가 답하지 못한다. 역해는 *$T$에 대해 log-loss를 최소화*해 얻는다 — 최적화, 1일차 모듈이 *log만으로 부족할 때*를 미리 가리킨 그 도구.
    열기 →