보이지 않는 구조를 밝혀내면,
세상을 다르게 볼 수 있습니다.
잠재 구조와 불확실성을 중심으로
통계적 추론 방법과
데이터 기반 모델링을 연구합니다.
이를 바탕으로
다양한 실제 문제를 해결하고자 합니다.
Clustering
이 사람은
어떤 그룹에 속해 있을까?
관찰된 데이터만으로는
보이지 않는 숨은 군집 탐구
적용 사례:
고객 세분화 (Customer Segmentation)
문서 주제 탐지 (Topic Modeling)
환자 유형 분류 (Hidden Patient Subtypes)
Multilevel Modeling
이 변화는 개인의 특성일까,
환경의 영향일까?
시간에 따른 변화 또는 계층 구조 속에서
잠재된 요인 식별
적용 사례:
성장 곡선 분석 (Latent Growth Modeling)
반복 측정 자료 분석 (Mixed Effects Modeling)
집단/조직 수준의 효과 추정 (Multilevel Modeling)
Latent Representation
복잡한 구조를 단순한 구조로
해석해볼 수는 없을까?
고차원 공간에서
해석 가능한 잠재 공간으로 변환
적용 사례:
고차원 데이터의 저차원 표현 (Autoencoder)
설문 응답의 잠재 성향 분석 (Factor Analysis)
복잡한 구조의 시각화 (tSNE)